程序设计（Python）实验十四 综合设计（数据分析与可视化（2））

实验目的

1、 掌握第三方库 TuShare 的数据获取方法
2、 能够利用 pandas 库进行简单的数据分析
3、 能够利用 matplotlib 库进行数据可视化
4、 综合应用上述第三方库解决问题的能力

实验内容

一、读取 stock_hist_data.csv 中招商银行（股票代码 600036）2018 年下半年的股票数据并完成如下数据处理和分析任务：

(1) 数据只保留 date、open、high、close、low 和 volume 这几个属性，并按时间先后顺序对数据进行排序；使用 matplotlib 绘制出收盘价（close）的走势折线图。

(2) 输出这半年内成交量（volume）最低和最高那两天的日期和分别的成交量；

(3) 列出成交量（volume）在 1000000 以上的记录；

(4) 计算这半年中收盘价（close）高于开盘价（open）的天数；

(5) 计算每月收盘价的平均值，并使用 matplotlib 绘制出柱状图。

代码

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'SimHei'
#(1) 数据只保留 date、open、high、close、low 和 volume 这几个属性，并按时间先后顺序对数据进行排序；使用 matplotlib 绘制出收盘价（close）的走势折线图。
data_frame = pd.DataFrame(pd.read_csv('stock_hist_data.csv').iloc[:,:6])

data_frame = data_frame.sort_values('date',ascending=True)

data_frame.close.plot()

plt.title("收盘价(close)的走势图")
plt.savefig('收盘价(close)的走势图.jpg')
plt.show()

#（2）输出这半年内成交量（volume）最低和最高那两天的日期和分别的成交量；
data_volume_max_index = data_frame.volume.idxmax()
data_volume_max = data_frame.loc[data_volume_max_index][['date','volume']].values
# print(data_volume_max_index)
data_volume_min_index = data_frame.volume.idxmin()
data_volume_min = data_frame.loc[data_volume_min_index][['date','volume']].values

print("半年成交量中{}这一天最高，为{}。\n".format(data_volume_max[0],data_volume_max[1]))
print("半年成交量中{}这一天最低，为{}。\n".format(data_volume_min[