使用Python预测黄金AU9999收盘价

1、加载Python包
# - coding: utf-8 -*-
import pandas as pd
import math
import numpy as np
import datetime, time
from sklearn import preprocessing, cross_validation, svm
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt
from matplotlib import style
style.use('ggplot')
2、读入数据集
#如何将xls转为csv
finance_data = pd.read_csv('/Users/MichaelDeng/PycharmProjects/Python_finance/AU9999历史交易数据(2011-12-01至2017-08-18).csv',encoding="gbk")
3、查看数据集
print type(finance_data)
print finance_data.index
print finance_data.columns
print finance_data.describe() # .astype(np.float64)
finance_data.head()
4、对数据集处理
df = finance_data[[u'日期',u'开盘价', u'最高价', u'最低价', u'收盘价', u'成交量(公斤)']]
df.columns=['Date','Adj. Open','Adj. Hign','Adj. Low','Adj. Close','Adj. Volume']
df['Date']=pd.to_datetime(df['Date'])
df.index=df['Date']
df = df.sort_index(ascending=True) #Date列不是索引时, df = df.sort(["Date"],ascending=True)
del df['Date']
df.head()
Adj. Open Adj. Hign Adj. Low Adj. Close Adj. Volume
Date
2011-12-01 353.38 359.00 353.00 357.50 27,800.00
2011-12-0
  • 2
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值