# LBMA（伦敦金银市场协会）官网：https://www.lbma.org.uk/cn/prices-and-data#/
# 黄金: https://prices.lbma.org.uk/json/gold_pm.json?r=854633265
# 白银: https://prices.lbma.org.uk/json/silver.json?r=65231548
#
import json
from datetime import datetime
import matplotlib.dates as mdates
import matplotlib.pyplot as plt
import pandas as pd
import requests
# 设置Matplotlib全局参数
plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定中文字体
plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
text_fontsize = 10
ryear = '2000'
rdate = ryear + '0101'
# 1.绘制金银价格图，使用twinx()创建，共用x轴但不同y轴的图表
def draw_gold_and_silver_graph(df):
# 标注偏移量
xoffset = +pd.Timedelta(weeks=2)
# 设置x,y数据
x = df['date']
y1 = df['gold']
y2 = df['silver']
fig, ax1 = plt.subplots(figsize=(10, 6))
fig.set_facecolor('antiquewhite')
ax1.set_facecolor('antiquewhite')
# 第一个y轴（左侧黄金）
ax1.plot(x, y1, label='黄金', color='darkgoldenrod')
ax1.set_ylabel('黄金(美元/盎司)')
y1_max_index = y1.idxmax()
y1_min_index = y1.idxmin()
ax1.text(x[y1_max_index]-xoffset, y1.iloc[y1_max_index], y1.iloc[y1_max_index], ha='right', va='center', fontsize=10, color='darkgoldenrod')
ax1.text(x[y1_min_index]+xoffset, y1.iloc[y1_min_index]-20, y1.iloc[y1_min_index], ha='left', va='center', fontsize=10, color='darkgoldenrod')
# 创建第二个y轴（右侧白银，共用x轴）
ax2 = ax1.twinx()
ax2.plot(x, y2, label='白银', color='gray')
ax2.set_ylabel('白银(美元/盎司)')
y2_max_index = y2.idxmax()
y2_min_index = y2.idxmin()
ax2.text(x[y2_max_index]+xoffset, y2.iloc[y2_max_index], y2.iloc[y2_max_index], ha='left', va='center', fontsize=10, color='gray')
ax2.text(x[y2_min_index], y2.iloc[y2_min_index]-0.5, y2.iloc[y2_min_index], ha='right', va='center', fontsize=10, color='gray')
# 添加标题和坐标轴标签
#ax1.tick_params(axis='y', labelcolor='gray')
ax1.set_title(f'{ryear}-2025年黄金、白银走势对比图')
ax1.set_xlabel('年份')
# 合并图例
lines1, labels1 = ax1.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax1.legend(lines1 + lines2, labels1 + labels2, loc='upper left')
# x轴比例刻度
ax1.xaxis.set_major_locator(mdates.YearLocator(1))
plt.show()
# 2.绘制金银比图表
def draw_gold_silver_ratio_graph(df):
# 标注偏移量
xoffset = +pd.Timedelta(weeks=2)
# 设置x,y数据
x = df['date']
y = df['ratio']
y_70 = df['ratio_70th']
y_30 = df['ratio_30th']
fig, ax = plt.subplots(figsize=(10, 6))
fig.set_facecolor('antiquewhite')
ax.set_facecolor('antiquewhite')
# 金银比图例、最高点、最低点
ax.plot(x, y, label='金银比', color='blue')
max_index = y.idxmax()
min_index = y.idxmin()
ax.text(x[max_index]+xoffset, y.iloc[max_index], y.iloc[max_index], ha='left', va='center', fontsize=10, color='blue')
ax.text(x[min_index]+xoffset, y.iloc[min_index], y.iloc[min_index], ha='left', va='center', fontsize=10, color='blue')
# 70分位值
ax.plot(x, y_70, label='70分位值', color='red')
ax.text(x[x.count()-1]+xoffset, y_70.iloc[0], y_70.iloc[0], ha='left', va='center', fontsize=10, color='red')
# 30分位值
ax.plot(x, y_30, label='30分位值', color='green')
ax.text(x[x.count()-1]+xoffset, y_30.iloc[0], y_30.iloc[0], ha='left', va='center', fontsize=10, color='green')
# 添加标题和x轴标签
ax.set_ylabel('金银比(黄金价格/白银价格)')
ax.set_title(f'{ryear}-2025年金银比走势图')
ax.set_xlabel('年份')
# 图例
lines, labels = ax.get_legend_handles_labels()
ax.legend(lines, labels, loc='upper left')
# x轴比例刻度
ax.xaxis.set_major_locator(mdates.YearLocator(1))
plt.show()
# 3.绘制金银和金银比总图表，共用x轴，金银使用一个y轴，金银比使用另一个y轴
def draw_gold_silver_and_ratio_graph(df):
# 标注偏移量
xoffset = +pd.Timedelta(weeks=2)
# 设置x,y数据
x = df['date']
y1 = df['gold']
y2 = df['silver_cv']
_y2 = df['silver']
y = df['ratio']
y_70 = df['ratio_70th']
y_30 = df['ratio_30th']
# 1.创建坐标轴，设置背景色
fig, ax = plt.subplots(figsize=(10, 6))
fig.set_facecolor('antiquewhite')
ax.set_facecolor('antiquewhite')
ax1 = ax
##############################################################
# 2.左侧y轴
# 黄金价格
ax1.plot(x, y1, label='黄金', color='darkgoldenrod')
y1_max_index = y1.idxmax()
y1_min_index = y1.idxmin()
ax1.text(x[y1_max_index]-xoffset, y1.iloc[y1_max_index], y1.iloc[y1_max_index], ha='right', va='center', fontsize=text_fontsize, color='darkgoldenrod')
ax1.text(x[y1_min_index]+xoffset, y1.iloc[y1_min_index]-50, y1.iloc[y1_min_index], ha='center', va='center', fontsize=text_fontsize, color='darkgoldenrod')
# 白银价格
ax1.plot(x, y2, label='白银', color='gray')
y2_max_index = y2.idxmax()
y2_min_index = y2.idxmin()
ax1.text(x[y2_max_index]+xoffset, y2.iloc[y2_max_index], _y2.iloc[y2_max_index], ha='left', va='center', fontsize=text_fontsize, color='gray')
ax1.text(x[y2_min_index], y2.iloc[y2_min_index]-0.5, _y2.iloc[y2_min_index], ha='left', va='center', fontsize=text_fontsize, color='gray')
##############################################################
# 3.创建右侧y轴，共用x轴
ax2 = ax1.twinx()
##############################################################
# 4.金银比图例、最高点、最低点
ax2.plot(x, y, label='金银比', color='blue', linewidth=0.5)
max_index = y.idxmax()
min_index = y.idxmin()
ax2.text(x[max_index]+xoffset, y.iloc[max_index], y.iloc[max_index], ha='left', va='center', fontsize=text_fontsize, color='blue')
ax2.text(x[min_index]+xoffset, y.iloc[min_index], y.iloc[min_index], ha='left', va='center', fontsize=text_fontsize, color='blue')
# 70分位值
ax2.plot(x, y_70, label='70分位值', color='red', linewidth=0.5)
ax2.text(x[x.count()-1]+xoffset, y_70.iloc[0], y_70.iloc[0], ha='left', va='center', fontsize=text_fontsize, color='red')
# 30分位值
ax2.plot(x, y_30, label='30分位值', color='green', linewidth=0.5)
ax2.text(x[x.count()-1]+xoffset, y_30.iloc[0], y_30.iloc[0], ha='left', va='center', fontsize=text_fontsize, color='green')
##############################################################
# 5.添加标题和xy轴标签
ax1.set_ylabel('价格')
ax2.set_ylabel('金银比(黄金价格/白银价格)')
ax1.set_title(f'{ryear}-2025年黄金、白银及金银比走势对比图')
ax1.set_xlabel('年份')
##############################################################
# 6.合并图例
lines1, labels1 = ax1.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax1.legend(lines1 + lines2, labels1 + labels2, loc='upper left')
# x轴比例刻度
ax.xaxis.set_major_locator(mdates.YearLocator(1))
plt.show()
#
# 处理原始json数据，转换成pandas DataFrame
#
# 伦敦金银 gold.json/silver.json：v对应'USD', 'GBP', 'EUR' 美元/英镑/欧元三种计价
# {
# "is_cms_locked": 0,
# "d": "2025-09-25",
# "v": [3730.75, 2790.6, 3193.52]
# }
#
#添加自己动获取数据
def download_data(url, filename):
try:
response = requests.get(url)
with open(filename, 'wb') as f:
f.write(response.content)
print(f"已下载: {filename}")
except Exception as e:
print(f"下载失败: {e}")
raise
#
def process_json(filename, cname):
fd = open(filename, 'r')
data = json.load(fd)
fd.close()
# 创建 DataFrame
df = pd.json_normalize(data)
# 增加列
split_cols = df['v'].apply(pd.Series)
split_cols.columns = ['USD', 'GBP', 'EUR']
# 删除列 axis=1
df.drop(['is_cms_locked', 'v'], axis=1, inplace=True)
df = pd.concat([df, split_cols['USD']], axis=1)
# 修改名称
df = df.rename(columns={'d':'date', 'USD':cname})
df['date'] = pd.to_datetime(df['date'])
df.set_index('date', inplace=True)
# 筛选数据
start_date = datetime.strptime(rdate, "%Y%m%d")
df = df[(df.index >= start_date)]
df.reset_index(inplace=True)
return df
# 重组连接两张数据表
def recombine_data_from_json():
# 1.处理黄金数据：
df_gold = process_json('gold.json', 'gold')
# 2.处理白银数据：
df_silver = process_json('silver.json', 'silver')
# 3.连接两张表
# on: on：指定合并的列名（两表列名相同时）
# left_on/right_on：左右表列名不同时使用，如：date1,date2
# how：连接方式
# 'inner'：只保留两表都有的日期（默认）
# 'outer'：保留所有日期，缺失值填NaN
# 'left'：保留左表所有日期
# 'right'：保留右表所有日期
# suffixes：列名冲突时的后缀（默认('x', 'y')）
df = pd.merge(df_gold, df_silver, on='date', how='inner', suffixes=('_df1', '_df2'))
# 4.以黄金价格作为基准，白银价格按照涨幅等比例转换。
df['silver_cv'] = round(df['silver'] * df['gold'].iloc[0] / df['silver'].iloc[0], 2)
# 5.计算金银比
df['ratio'] = round(df['gold'] / df['silver'], 2)
# 6.计算百分比分位值
df['ratio_70th'] = round(df['ratio'].quantile(0.7), 2)
df['ratio_30th'] = round(df['ratio'].quantile(0.3), 2)
# 7.写入csv文件
df.to_csv("gsr.csv")
print(df)
return df
#if __name__ == "__main__":
# 1.首先进入LMBA官网，使用浏览器下载原始json文件，python代码省略此部分。
# 或者，在cmd窗口执行如下命令:
# 黄金：curl "https://prices.lbma.org.uk/json/gold_pm.json?r=854633265" -o gold.json
# 白银：curl "https://prices.lbma.org.uk/json/silver.json?r=65231548" -o silver.json
# 2.从json中提取数据，
# df = recombine_data_from_json()
# 3.可生成以下三类图表：
# 黄金白银价格走势图
#draw_gold_and_silver_graph(df)
# 金银比走势图
#draw_gold_silver_ratio_graph(df)
# 组合叠加图
#draw_gold_silver_and_ratio_graph(df)
#添加表格输出功能
def print_comparison_table(df):
"""打印金银比对比表格"""
# 创建摘要表格
summary = pd.DataFrame({
'指标': ['黄金均价(USD)', '白银均价(USD)', '金银比均值', '70分位值', '30分位值'],
'数值': [
df['gold'].mean(),
df['silver'].mean(),
df['ratio'].mean(),
df['ratio_70th'].iloc[0],
df['ratio_30th'].iloc[0]
]
})
# 格式化输出
print("\n" + "=" * 50)
print(f"{ryear}-2025年金银市场对比分析")
print("=" * 50)
print(summary.to_string(index=False))
# 添加时间序列表格
print("\n近期价格趋势:")
print(df[['date', 'gold', 'silver', 'ratio']].tail(10).to_string(index=False))
if __name__ == "__main__":
# 自动下载数据
gold_url = "https://prices.lbma.org.uk/json/gold_pm.json?r=854633265"
silver_url = "https://prices.lbma.org.uk/json/silver.json?r=65231548"
download_data(gold_url, "gold.json")
download_data(silver_url, "silver.json")
# 处理数据
df = recombine_data_from_json()
# 输出对比表格
print_comparison_table(df) # 新增表格输出
# 生成图表（可选）
draw_gold_silver_and_ratio_graph(df)
# LBMA（伦敦金银市场协会）官网：https://www.lbma.org.uk/cn/prices-and-data#/
# 黄金: https://prices.lbma.org.uk/json/gold_pm.json?r=854633265
# 白银: https://prices.lbma.org.uk/json/silver.json?r=65231548
#
import json
from datetime import datetime
import matplotlib.dates as mdates
import matplotlib.pyplot as plt
import pandas as pd
import requests
# 设置Matplotlib全局参数
plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定中文字体
plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
text_fontsize = 10
ryear = '2000'
rdate = ryear + '0101'
# 1.绘制金银价格图，使用twinx()创建，共用x轴但不同y轴的图表
def draw_gold_and_silver_graph(df):
# 标注偏移量
xoffset = +pd.Timedelta(weeks=2)
# 设置x,y数据
x = df['date']
y1 = df['gold']
y2 = df['silver']
fig, ax1 = plt.subplots(figsize=(10, 6))
fig.set_facecolor('antiquewhite')
ax1.set_facecolor('antiquewhite')
# 第一个y轴（左侧黄金）
ax1.plot(x, y1, label='黄金', color='darkgoldenrod')
ax1.set_ylabel('黄金(美元/盎司)')
y1_max_index = y1.idxmax()
y1_min_index = y1.idxmin()
ax1.text(x[y1_max_index]-xoffset, y1.iloc[y1_max_index], y1.iloc[y1_max_index], ha='right', va='center', fontsize=10, color='darkgoldenrod')
ax1.text(x[y1_min_index]+xoffset, y1.iloc[y1_min_index]-20, y1.iloc[y1_min_index], ha='left', va='center', fontsize=10, color='darkgoldenrod')
# 创建第二个y轴（右侧白银，共用x轴）
ax2 = ax1.twinx()
ax2.plot(x, y2, label='白银', color='gray')
ax2.set_ylabel('白银(美元/盎司)')
y2_max_index = y2.idxmax()
y2_min_index = y2.idxmin()
ax2.text(x[y2_max_index]+xoffset, y2.iloc[y2_max_index], y2.iloc[y2_max_index], ha='left', va='center', fontsize=10, color='gray')
ax2.text(x[y2_min_index], y2.iloc[y2_min_index]-0.5, y2.iloc[y2_min_index], ha='right', va='center', fontsize=10, color='gray')
# 添加标题和坐标轴标签
#ax1.tick_params(axis='y', labelcolor='gray')
ax1.set_title(f'{ryear}-2025年黄金、白银走势对比图')
ax1.set_xlabel('年份')
# 合并图例
lines1, labels1 = ax1.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax1.legend(lines1 + lines2, labels1 + labels2, loc='upper left')
# x轴比例刻度
ax1.xaxis.set_major_locator(mdates.YearLocator(1))
plt.show()
# 2.绘制金银比图表
def draw_gold_silver_ratio_graph(df):
# 标注偏移量
xoffset = +pd.Timedelta(weeks=2)
# 设置x,y数据
x = df['date']
y = df['ratio']
y_70 = df['ratio_70th']
y_30 = df['ratio_30th']
fig, ax = plt.subplots(figsize=(10, 6))
fig.set_facecolor('antiquewhite')
ax.set_facecolor('antiquewhite')
# 金银比图例、最高点、最低点
ax.plot(x, y, label='金银比', color='blue')
max_index = y.idxmax()
min_index = y.idxmin()
ax.text(x[max_index]+xoffset, y.iloc[max_index], y.iloc[max_index], ha='left', va='center', fontsize=10, color='blue')
ax.text(x[min_index]+xoffset, y.iloc[min_index], y.iloc[min_index], ha='left', va='center', fontsize=10, color='blue')
# 70分位值
ax.plot(x, y_70, label='70分位值', color='red')
ax.text(x[x.count()-1]+xoffset, y_70.iloc[0], y_70.iloc[0], ha='left', va='center', fontsize=10, color='red')
# 30分位值
ax.plot(x, y_30, label='30分位值', color='green')
ax.text(x[x.count()-1]+xoffset, y_30.iloc[0], y_30.iloc[0], ha='left', va='center', fontsize=10, color='green')
# 添加标题和x轴标签
ax.set_ylabel('金银比(黄金价格/白银价格)')
ax.set_title(f'{ryear}-2025年金银比走势图')
ax.set_xlabel('年份')
# 图例
lines, labels = ax.get_legend_handles_labels()
ax.legend(lines, labels, loc='upper left')
# x轴比例刻度
ax.xaxis.set_major_locator(mdates.YearLocator(1))
plt.show()
# 3.绘制金银和金银比总图表，共用x轴，金银使用一个y轴，金银比使用另一个y轴
def draw_gold_silver_and_ratio_graph(df):
# 标注偏移量
xoffset = +pd.Timedelta(weeks=2)
# 设置x,y数据
x = df['date']
y1 = df['gold']
y2 = df['silver_cv']
_y2 = df['silver']
y = df['ratio']
y_70 = df['ratio_70th']
y_30 = df['ratio_30th']
# 1.创建坐标轴，设置背景色
fig, ax = plt.subplots(figsize=(10, 6))
fig.set_facecolor('antiquewhite')
ax.set_facecolor('antiquewhite')
ax1 = ax
##############################################################
# 2.左侧y轴
# 黄金价格
ax1.plot(x, y1, label='黄金', color='darkgoldenrod')
y1_max_index = y1.idxmax()
y1_min_index = y1.idxmin()
ax1.text(x[y1_max_index]-xoffset, y1.iloc[y1_max_index], y1.iloc[y1_max_index], ha='right', va='center', fontsize=text_fontsize, color='darkgoldenrod')
ax1.text(x[y1_min_index]+xoffset, y1.iloc[y1_min_index]-50, y1.iloc[y1_min_index], ha='center', va='center', fontsize=text_fontsize, color='darkgoldenrod')
# 白银价格
ax1.plot(x, y2, label='白银', color='gray')
y2_max_index = y2.idxmax()
y2_min_index = y2.idxmin()
ax1.text(x[y2_max_index]+xoffset, y2.iloc[y2_max_index], _y2.iloc[y2_max_index], ha='left', va='center', fontsize=text_fontsize, color='gray')
ax1.text(x[y2_min_index], y2.iloc[y2_min_index]-0.5, _y2.iloc[y2_min_index], ha='left', va='center', fontsize=text_fontsize, color='gray')
##############################################################
# 3.创建右侧y轴，共用x轴
ax2 = ax1.twinx()
##############################################################
# 4.金银比图例、最高点、最低点
ax2.plot(x, y, label='金银比', color='blue', linewidth=0.5)
max_index = y.idxmax()
min_index = y.idxmin()
ax2.text(x[max_index]+xoffset, y.iloc[max_index], y.iloc[max_index], ha='left', va='center', fontsize=text_fontsize, color='blue')
ax2.text(x[min_index]+xoffset, y.iloc[min_index], y.iloc[min_index], ha='left', va='center', fontsize=text_fontsize, color='blue')
# 70分位值
ax2.plot(x, y_70, label='70分位值', color='red', linewidth=0.5)
ax2.text(x[x.count()-1]+xoffset, y_70.iloc[0], y_70.iloc[0], ha='left', va='center', fontsize=text_fontsize, color='red')
# 30分位值
ax2.plot(x, y_30, label='30分位值', color='green', linewidth=0.5)
ax2.text(x[x.count()-1]+xoffset, y_30.iloc[0], y_30.iloc[0], ha='left', va='center', fontsize=text_fontsize, color='green')
##############################################################
# 5.添加标题和xy轴标签
ax1.set_ylabel('价格')
ax2.set_ylabel('金银比(黄金价格/白银价格)')
ax1.set_title(f'{ryear}-2025年黄金、白银及金银比走势对比图')
ax1.set_xlabel('年份')
##############################################################
# 6.合并图例
lines1, labels1 = ax1.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax1.legend(lines1 + lines2, labels1 + labels2, loc='upper left')
# x轴比例刻度
ax.xaxis.set_major_locator(mdates.YearLocator(1))
plt.show()
#
# 处理原始json数据，转换成pandas DataFrame
#
# 伦敦金银 gold.json/silver.json：v对应'USD', 'GBP', 'EUR' 美元/英镑/欧元三种计价
# {
# "is_cms_locked": 0,
# "d": "2025-09-25",
# "v": [3730.75, 2790.6, 3193.52]
# }
#
#添加自己动获取数据
def download_data(url, filename):
try:
response = requests.get(url)
with open(filename, 'wb') as f:
f.write(response.content)
print(f"已下载: {filename}")
except Exception as e:
print(f"下载失败: {e}")
raise
#
def process_json(filename, cname):
fd = open(filename, 'r')
data = json.load(fd)
fd.close()
# 创建 DataFrame
df = pd.json_normalize(data)
# 增加列
split_cols = df['v'].apply(pd.Series)
split_cols.columns = ['USD', 'GBP', 'EUR']
# 删除列 axis=1
df.drop(['is_cms_locked', 'v'], axis=1, inplace=True)
df = pd.concat([df, split_cols['USD']], axis=1)
# 修改名称
df = df.rename(columns={'d':'date', 'USD':cname})
df['date'] = pd.to_datetime(df['date'])
df.set_index('date', inplace=True)
# 筛选数据
start_date = datetime.strptime(rdate, "%Y%m%d")
df = df[(df.index >= start_date)]
df.reset_index(inplace=True)
return df
# 重组连接两张数据表
def recombine_data_from_json():
# 1.处理黄金数据：
df_gold = process_json('gold.json', 'gold')
# 2.处理白银数据：
df_silver = process_json('silver.json', 'silver')
# 3.连接两张表
# on: on：指定合并的列名（两表列名相同时）
# left_on/right_on：左右表列名不同时使用，如：date1,date2
# how：连接方式
# 'inner'：只保留两表都有的日期（默认）
# 'outer'：保留所有日期，缺失值填NaN
# 'left'：保留左表所有日期
# 'right'：保留右表所有日期
# suffixes：列名冲突时的后缀（默认('x', 'y')）
df = pd.merge(df_gold, df_silver, on='date', how='inner', suffixes=('_df1', '_df2'))
# 4.以黄金价格作为基准，白银价格按照涨幅等比例转换。
df['silver_cv'] = round(df['silver'] * df['gold'].iloc[0] / df['silver'].iloc[0], 2)
# 5.计算金银比
df['ratio'] = round(df['gold'] / df['silver'], 2)
# 6.计算百分比分位值
df['ratio_70th'] = round(df['ratio'].quantile(0.7), 2)
df['ratio_30th'] = round(df['ratio'].quantile(0.3), 2)
# 7.写入csv文件
df.to_csv("gsr.csv")
print(df)
return df
#if __name__ == "__main__":
# 1.首先进入LMBA官网，使用浏览器下载原始json文件，python代码省略此部分。
# 或者，在cmd窗口执行如下命令:
# 黄金：curl "https://prices.lbma.org.uk/json/gold_pm.json?r=854633265" -o gold.json
# 白银：curl "https://prices.lbma.org.uk/json/silver.json?r=65231548" -o silver.json
# 2.从json中提取数据，
# df = recombine_data_from_json()
# 3.可生成以下三类图表：
# 黄金白银价格走势图
#draw_gold_and_silver_graph(df)
# 金银比走势图
#draw_gold_silver_ratio_graph(df)
# 组合叠加图
#draw_gold_silver_and_ratio_graph(df)
#添加表格输出功能
def print_comparison_table(df):
"""打印金银比对比表格"""
# 创建摘要表格
summary = pd.DataFrame({
'指标': ['黄金均价(USD)', '白银均价(USD)', '金银比均值', '70分位值', '30分位值'],
'数值': [
df['gold'].mean(),
df['silver'].mean(),
df['ratio'].mean(),
df['ratio_70th'].iloc[0],
df['ratio_30th'].iloc[0]
]
})
# 格式化输出
print("\n" + "=" * 50)
print(f"{ryear}-2025年金银市场对比分析")
print("=" * 50)
print(summary.to_string(index=False))
# 添加时间序列表格
print("\n近期价格趋势:")
print(df[['date', 'gold', 'silver', 'ratio']].tail(10).to_string(index=False))
if __name__ == "__main__":
# 自动下载数据
gold_url = "https://prices.lbma.org.uk/json/gold_pm.json?r=854633265"
silver_url = "https://prices.lbma.org.uk/json/silver.json?r=65231548"
download_data(gold_url, "gold.json")
download_data(silver_url, "silver.json")
# 处理数据
df = recombine_data_from_json()
# 输出对比表格
print_comparison_table(df) # 新增表格输出
# 生成图表（可选）
draw_gold_silver_and_ratio_graph(df)
此程序哪里有错误不能输出对比表和走势图之类图标，请帮忙修改成程序给出方案
本文介绍了如何在R语言中进行图形的文本标注，包括使用`text()`和`mtext()`函数。`attach()`用于将数据框加载到内存，便于操作；`text()`在图形内部添加文本，而`mtext()`则在图形边界添加。关键参数包括位置坐标、文本、位置选项（pos/side）、缩放比例和文字样式等。
扫一扫
2768
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
