此篇文章将通过对股票数据进行基础分析来实际运用python的绘图库。
首先,引入所需要的库:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
然后,导入股票数据,这里选用了特斯拉,通用汽车和福特汽车三只股票2012年到2016年的数据。这里是直接使用的下载好的csv文件,另外也可以直接利用python从雅虎或者Quandl上加载数据,具体方法就不过多解释了。
Tesla=pd.read_csv('Tesla_Stock.csv',index_col='Date')
Tesla.index=pd.to_datetime(Tesla.index)
GM=pd.read_csv('GM_stock.csv',index_col='Date')
GM.index=pd.to_datetime(GM.index)
Ford=pd.read_csv('Ford_Stock.csv',index_col='Date')
Ford.index=pd.to_datetime(Ford.index)
1.这里使用pd.to_datetime
将数据集时间转化为时间序列,便于股票的分析。
首先看看数据长相:
Tesla.head()
数据集包含了股票的开盘价、收盘价、每日最低价与最高价、交易量等信息。
接下来,我们来看看三支股票的开盘价走势:
plt.figure(figsize=(16,6))
Tesla['Open'].plot()
GM['Open'].plot()
Ford['Open'].plot()
plt.legend(['Tesla','GM','Ford'],loc='upper right')
1.plt.legend
用于设置图像的图例,loc
是图例位置,upper right
代表图例在右上角。
接下来看看成交量:
plt.figure(figsize=(