python与数据挖掘 上机实验_python数据挖掘实验报告1

python数据挖掘实验报告1

python数据挖掘实验报告1

实验内容及步骤(包含简要的实验步骤流程)

1.使用Pandas_datareader获取任意两支股票近三个月的交易数据。做出收盘价的变动图像。

2.使用Pandas_datareader获取世界银行数据库中美国(USA)、瑞典(SWE)、瑞士(CHE)三个国家近20年的NY.GDP.PCAP.KD数据，作图分析。

3.对于泰坦尼克的数据集，试分析幸存与否与独立登船的相关性(alone数据列)。

1．取五粮液(000858.sz)和古井贡酒(000596.sz)两只股票的三个月交易数据，做出收盘的变动图像。

#导入pandas_datareader/datetime/seaborn/matplotlib库

import pandas_datareader.data as webdata

import datetime

import seaborn as sns

import matplotlib.pyplot as plt

#处理Seaborn图表内嵌中文字体问题

plt.rcParams['font.sans-serif']=['SimHei']

plt.rcParams['axes.unicode_minus'] = False

sns.set_style({'font.sans-serif':['simhei','Arial']})

#用datatime生成日期数据

start_time = datetime.datetime(2020,6,30)

end_time = datetime.datetime(2020,9,30)

#通过Yahoo财经，查询股票信息

stock_code1 = input('美股直接输入股票代码如GOOG \n港股输入代码+对应股市，如腾讯：0700.hk \n国内股票需要区分上证和深证，股票代码后面加.ss或者.sz\n你要查询的股票代码是:')

stock_info1 = webdata.get_data_yahoo(stock_code1,start_time,end_time)

#展示前5行

#print(stock_info1.head())

stock_code2 = input('另一只要查询的股票代码是:')

stock_info2 = webdata.get_data_yahoo(stock_code2,start_time,end_time)

#绘制股票价格波动图

print('股票收盘价对比：')

sns.set()

plt.figure(figsize=(10,4))

plt