使用XY散点图开展原油收益率幂律检验的绘图实现咨询

完整可运行代码 #

在你已有的预处理代码后添加以下内容即可：

# 过滤收益率列的空值，避免绘图报错
data = data.dropna(subset=['Return'])

plt.figure(figsize=(12,6), dpi=100)
# 核心绘图：指定200个分箱，edgecolor设置柱子边框更贴近目标图样式
n, bins, patches = plt.hist(data['Return'], bins=200, color='#1f77b4', edgecolor='white', linewidth=0.5)

# 图表样式配置，可根据目标图调整
plt.xlabel('收益率', fontsize=12)
plt.ylabel('频率', fontsize=12)
plt.title('原油日度收益率频率分布', fontsize=14)
# 可选：添加网格线对齐目标图样式
plt.grid(axis='y', linestyle='--', alpha=0.7)

plt.show()

关键实现说明 #

• 分箱逻辑：plt.hist的bins=200参数会自动将收益率的取值区间等分为200个等宽分箱，和目标图的分箱规则一致。如果需要过滤极端异常值优化展示效果，可以手动指定分箱范围，示例如下：

# 手动限定收益率展示范围为-0.3到0.3，201个边界对应200个分箱
custom_bins = np.linspace(-0.3, 0.3, 201)
n, bins, patches = plt.hist(data['Return'], bins=custom_bins, color='#1f77b4', edgecolor='white', linewidth=0.5)

• 返回值说明：代码中的n就是每个分箱对应的频率值，bins是每个分箱的边界值，如果你需要后续分析分箱数据可以直接调用这两个变量。

内容的提问来源于stack exchange，提问作者Dio