关联知识
一张图片价值一千个单词，数据的可视化在寻找数据中的隐藏模式方面起着至关重要的作用。 在一段时间内，已开发出各种图形来表示不同类型变量之间的不同关系。在此，我们将看到如何在不同的上下文中使用这些不同的图以及如何使用Matplotlib绘制它们。
线图
折线图用于表示两个连续变量之间的关系。 它通常用于表示随时间变化的趋势，例如季度和年度的GDP增长率，通货膨胀，利率和股票价格。
我们将使用Google股票价格数据绘制时间序列线图。 我们将数据（日期和每日收盘价，用逗号分隔）保存在不带标题的.csv文件中，因此我们将使用pandas库读取数据并将其传递给matplotlib.pyplot函数以绘制图形。
- 导入所需库文件：
import matplotlib.pyplot as plt
import pandas as pd
- 将Google股票价格文件（日期和价格）加载到x，y坐标中：
stock = pd.read_csv('GOOG.csv', header=None, delimiter=',')
- 添加列名
stock.columns = ['date','price']
- 将pandas DataFrame转换为时间序列：
stock['date'] = pd.to_datetime(stock['date'], format='%d-%m-%Y')
- 将日期设置为pandas DataFrame的索引：
indexed_stock = stock.set_index('date')
ts = indexed_stock['price']
- 绘制图形
plt.plot(ts)
- 显示图形
plt.show()
分解代码
- pd.read_csv（）函数指定以下内容：
- header = None，输入文件没有标题
- delimiter =’，’，日期和价格用逗号（，）分隔
- 将数据读入库存DataFrame
- stock.columns命令为股票DataFrame中的每个属性，日期和价格分配名称。
- pd.to_datetime（）函数将日期从字符格式转换为日期时间格式。 格式：％d-％m-％Y参数指定输入文件中日期的格式。
- stock.set_index（）将date列设置为索引，以便price列可以表示时间序列数据，plot命令可以理解。
下图是您应该从前面的代码块获得的输出：
其他
除了可以从.csv或.xlsx文件中读取Google股票价格数据之外，还有一些标准API（例如fix_yahoo_finance，pandas_datareader）可以直接从打开的数据库中读取数据。
注意：标准API经常更改，有时数据库网站没有响应。 您需要在计算机上安装这些API，因为它们不是标准的Python发行版附带的。
在这里，我们将展示一个使用fix_yahoo_finance的示例：
129
