基于大秦铁路在2025年度跌跌不休，于是用AKshare数据库采集到股票90天的收盘价与平均成本数据，利用python绘制对比分析图。便于分析者从趋势形态、成本偏离、套牢压力、技术形态四个维度进行专业投资评价。分析图如下：

在财务数据分析中，仅展示两条曲线的走势往往不够直观。通过填充曲线之间的区域形成半透明阴影，可以清晰标注"盈利区间"与"亏损区间"，让数据对比一目了然。本文将以股票收盘价与平均成本的对比为例，详解如何使用 Matplotlib 的“fill_between()”方法绘制带有条件阴影的专业图表。初学者可以结合《财务大数据分析（基于python)》教材阅读。

一、核心技术：“fill_between()”的条件填充

代码的核心在于利用“plt.fill_between()”根据条件判断填充两条曲线间的区域：

# 当收盘价高于平均成本时，填充蓝色阴影（盈利区间）plt.fill_between(x, y1, y2,where=(y1 >= y2),color='#1f77b4', alpha=0.15, label='盈利区间')# 当收盘价低于平均成本时，填充橙色阴影（亏损区间）plt.fill_between(x, y1, y2,where=(y1 < y2),color='#ff7f0e', alpha=0.15, label='亏损区间')

关键参数解析：

“x”：横轴数据（日期序列）

“y1, y2”：两条曲线的纵轴数据（y1收盘价与y2平均成本），填充区域介于二者之间;

“where”：布尔条件数组，决定哪些区域被填充。代码中通过“y1 >= y2”和“y1 < y2”区分盈利与亏损状态;

“alpha=0.15”：透明度设置（0-1），确保阴影不会遮挡底层曲线，同时保持视觉层次感;

“color”：填充色，建议与对应曲线的颜色保持一致，增强视觉关联性

二、完整绘图流程拆解

1. 画布与数据准备

首先设置画布尺寸并提取绘图所需字段。“figsize=(10, 5)”提供了横向展示时间序列的合适比例：

plt.figure(figsize=(10, 5))x = df_common['日期']y1 = df_common['收盘'] # 第一条曲线y2 = df_common['平均成本'] # 第二条曲线

2. 绘制基础曲线

先绘制两条主线，“lw=2”设置线宽确保主体突出，建议使用对比色区分（如蓝色 vs 橙色）：

plt.plot(x, y1, label='收盘价', color='#1f77b4', lw=2)plt.plot(x, y2, label='平均成本', color='#ff7f0e', lw=2)

3. 添加阴影区域

执行顺序很重要：先画线、再填充。这样可以确保曲线位于阴影上层，避免被半透明色覆盖。填充时通过“where”参数实现“条件分区着色”——这是本图的专业之处。不同于单一颜色填充，条件填充能直观展示数据间的"优劣关系"。

4. 美化与输出

日期倾斜：“plt.xticks(rotation=45)”防止日期标签重叠，是时间序列图的标准做法

图例设置：“frameon=True”为图例添加边框，提升可读性

紧凑布局：“plt.tight_layout()” 自动调整边距，避免标签被截断

高清保存：“dpi=300”确保图片分辨率满足报告或论文要求

三、学习建议与扩展应用

单侧填充：

若只需标记"超过警戒线"的区域，可将`y2`设为固定阈值（如`y2=0`或`y2=目标值`）

渐变效果：

结合`alpha`数组可实现渐变阴影（如越远离基准线颜色越深）

多区间填充：

可同时使用多个`fill_between` 叠加不同条件的区域（如"轻度亏损"、"重度亏损"）

此方法适用于任何需要展示"两条曲线差异区间"的场景：

fill_between()是 Matplotlib 中实现"阴影可视化"的利器。通过条件判断“where”参数，可以让图表自动识别并高亮关键区域，将枯燥的数值对比转化为直观的视觉语言。掌握这一技巧后，财务分析图表将具备专业报告级的信息密度与视觉表现力。