最简洁的Python时间序列可视化实现！

 

 

 

 

 

Python资源共享群：484031800

时间序列数据在数据科学领域无处不在，在量化金融领域也十分常见，可以用于分析价格趋势，预测价格，探索价格行为等。

学会对时间序列数据进行可视化，能够帮助我们更加直观地探索时间序列数据，寻找其潜在的规律。

本文会利用Python中的matplotlib【1】库，并配合实例进行讲解。matplotlib库是一个用于创建出版质量图表的桌面绘图包（2D绘图库），是Python中最基本的可视化工具。

【工具】Python 3

【数据】Tushare

【注】示例注重的是方法的讲解，请大家灵活掌握。

1.单个时间序列

首先，我们从tushare.pro获取指数日线行情数据，并查看数据类型。

import tushare as ts  
import pandas as pd  
pd.set_option('expand_frame_repr', False)  # 显示所有列  
ts.set_token('your token')  
pro = ts.pro_api()  
df = pro.index_daily(ts_code='399300.SZ')[['trade_date', 'close']]  
df.sort_values('trade_date', inplace=True)   
df.reset_index(inplace=True, drop=True)  
print(df.head())  
  trade_date    close  
0   20050104  982.794  
1   20050105  992.564  
2   20050106  983.174  
3   20050107  983.958  
4   20050110  993.879  
print(df.dtypes)  
trade_date     object  
close         float64  
dtype: object 

交易时间列'trade_date' 不是时间类型，而且也不是索引，需要先进行转化。

df['trade_date'] = pd.to_datetime(df['trade_date'])  
df.set_index('trade_date', inplace=True)  
print(df.head())  
              close  
trade_date           
2005-01-04  982.794  
2005-01-05  992.564  
2005-01-06  9