python pandas 可视化初步使用 -- 股票价格区间天数统计柱状图

##通过API获取股票的历史数据 id为股票的代号
def tiingo_history(id):
    headers = {
            'Content-Type': 'application/json',
            'Authorization' : 'Token dff6a6f94862a7ee9aaddb4748c3fd1739ab6bf5'
            }
    #获取股票历史信息
    requestResponse = requests.get("https://api.tiingo.com/tiingo/daily/"+id+"/prices?startDate=2018-01-02&token=dff6a6f94862a7ee9aaddb4748c3fd1739ab6bf5",headers=headers)
    # {'date': '2020-04-03T00:00:00.000Z', 'close': 241.41, 'high': 245.7, 'low': 238.9741, 'open': 242.8, 'volume': 32470017, 'adjClose': 241.41, 'adjHigh': 245.7, 'adjLow': 238.9741, 'adjOpen': 242.8,'adjVolume': 32470017, 'divCash': 0.0, 'splitFactor': 1.0}
    # '2020-04-03T00:00:00.000Z', 'close': 30.78, 'high': 31.12, 'low': 30.13, 'open': 30.6, 'volume': 70059740, 'adjClose': 30.78, 'adjHigh': 31.12, 'adjLow': 30.13, 'adjOpen': 30.6, 'adjVolume': 70059740, 'divCash': 0.0, 'splitFactor': 1.0
    #日期，该日期的收盘价，最高价，最低价，开盘价，交易股票数量，资产调整后的收盘价，资产调整后的最高价，资产调整后的开最低价，资产调整后的开盘价，资产交易的股票数量，在“日期”支付的股息（请注意，“日期”将是股息的“到期日”),公司拆分、反向拆分或支付分配时用于调整价格的因素。
    # result 是list
    result = requestResponse.json()
    return result

##绘制股价区间天数总计柱状图：横坐标是价格区间，纵坐标为统计天数
def draw_frequency(id):
    data=tiingo_history(id)
    #list存放每天最高点和最低点的平均值
    dict={}
    #keylist存放所有的价格区间分布
    keylist=[]
    for i in range(len(data)):
        #每天的最高值与最低值的平均值
        avg=(float(data[i]['high'])+float(data[i]['low']))/2
        #价格区间
        key=str(math.ceil(avg))+'-'+ str(math.ceil(avg)+1)
        # print(key)
        if(key in dict.keys()):
            dict[key] +=1
        else:
            dict[key]=1
            keylist.append(key)
    last_dict = sorted(dict.items(),key=lambda d:d[0])
    index=sorted(keylist)
    #valuelist 存放所有的天数
    valuelist=[]
    for j in range(len(last_dict)):
        valuelist.append(last_dict[j][1])
    #price_days 最终按顺序整理统计出来的表[{price:'价格',days:'总计天数'},{}]
    price_days=[]
    for k in range(len(index)):
        dict={'price':index[k],'days':valuelist[k]}
        price_days.append(dict)
    # 使用pandas对数据进行清理
    df=DataFrame(price_days,index=index,columns=['days'])
    df.plot(kind='bar',title='股价区间总计天数柱状图')
    plt.show()