【python】python可口可乐股票历史数据分析与可视化（源码+数据集+论文）【独一无二】

一、设计要求

数据字段

Date (日期)
Open (开盘价)
High (最高价)
Low (最低价)
Close (收盘价)
Volume (交易量)
Adj Close (调整收盘价)

功能描述

数据读取
- 从指定路径读取数据集文件。
数据清洗与预处理
- 检查数据中的缺失值并打印缺失值情况。
- 检查数据类型并打印数据类型。
- 处理缺失值：
  - 方法1：删除缺失值。
  - 方法2：用均值填充缺失值。
- 对比删除和填充缺失值后的描述性统计数据。
- 处理异常值：
  - 方法1：使用IQR（四分位距）方法。
  - 方法2：使用Z-score方法。
- 对比两种方法处理异常值后的描述性统计数据。
- 检查并处理重复值，删除重复数据。

数据转换
- 将日期列转换为日期格式，并移除无效日期行。
数据分组与聚合
- 按年份分组并计算均值。
- 按月份分组并计算均值。
- 按星期几分组并计算均值。
数据可视化
- 收盘价格随时间变化的折线图。
- 交易量的箱型图，用于检测异常值。
- 收盘价的直方图。
- 开盘价与收盘价的散点图。

二、设计思路

代码设计思路分析

1. 数据读取

file_path = 'xxxxxxxx数据表xxxxxxxx'
data = pd.read_csv(file_path)

代码首先从指定路径读取CSV文件，加载Coca-Cola的股票历史数据。

在这里插入图片描述

2. 数据预览与基本信息统计

print("数据预览:\n", data.head())
print("数据基本信息:\n", data.info())
print("数据描述性统计:\n", data.describe())

读取数据后，进行数据预览，查看数据的前几行，输出数据的基本信息（如数据类型和缺失值情况），并对数据进行描述性统计分析，了解数据的基本统计特征。

该代码的设计思路是从数据读取、清洗、预处理开始，通过处理缺失值、异常值和重复值，转换数据类型并进行数据分组与聚合，最终生成多种可视化图表，全面分析Coca-Cola股票历史数据。这种方法系统地处理和分析数据，确保数据的准确性和完整性，同时通过多样化的可视化手段展示数据的不同特征，帮助用户更好地理解和分析股票数据。
在这里插入图片描述

在这里插入图片描述

3. 处理缺失值

data_dropna = data.dropna()
print("删除缺失值后的数据:\n", data_dropna.info())

data_fillna = data.fillna(data.mean())
print("填充缺失值后的数据:\n", data_fillna.info())

处理缺失值采用两种方法：一是删除缺失值，二是用均值填充缺失值。分别输出处理后的数据基本信息，便于比较两种方法的效果。

在这里插入图片描述

在这里插入图片描述

4. 处理异常值

Q1 = data.quantile(0.25)
# > 👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 可口可乐 ” 获取。👈👈👈

IQR = Q3 - Q1
data_IQR = data[~((data < (Q1 - 1.5 * IQR)) | (data > (Q3 + 1.5 * IQR))).any(axis=1)]
print("使用IQR处理异常值后的数据:\n", data_IQR.info())

data_zscore = data[(np.abs(stats.zscore(data.select_dtypes(include=[np.number]))) < 3).all(axis=1)]
print("使用Z-score处理异常值后的数据:\n", data_zscore.info())

处理异常值也采用两种方法：一是使用IQR（四分位距）方法，二是使用Z-score方法。分别输出处理后的数据基本信息，并比较两种方法的效果。

在这里插入图片描述

5. 处理重复值

duplicates = # > 👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 可口可乐 ” 获取。👈👈👈
print("重复值数量: ", duplicates)

data_nodup = data.drop_duplicates()
print("删除重复值后的数据:\n", data_nodup.info())

检查并输出数据中的重复值数量，然后删除重复值，并输出处理后的数据基本信息。

在这里插入图片描述

6. 数据转换

data_nodup['Date'] = # > 👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 可口可乐 ” 获取。👈👈👈

print("转换日期格式后的数据:\n", data_nodup.info())

data_nodup = data_nodup.dropna(subset=['Date'])
print("移除无效日期行后的数据:\n", data_nodup.info())

将日期列转换为日期格式，并移除转换过程中产生的无效日期行。

7. 数据分组与聚合

data_nodup['Year'] = data_nodup['Date'].dt.year
# 略.....
# > 👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 可口可乐 ” 获取。👈👈👈
# 略.....
# 略.....
# 略.....
# 略.....
# 略.....
# 略.....

print("按星期几分组后的数据:\n", grouped_by_dow.head())

将日期数据按年份、月份和星期几进行分组，并计算分组后的均值，以便分析不同时间周期内的数据变化规律。

在这里插入图片描述

三、可视化分析

收盘价随时间变化的折线图
收盘价随时间变化的折线图展示了在一段时间内，Coca-Cola股票的收盘价格的变化趋势。通过观察这一图表，可以直观地看到股价的波动情况，包括上涨、下跌以及平稳的阶段。这个图表帮助我们了解股票的历史表现，识别出重要的转折点和趋势变化，对于投资者和分析师来说，这些信息可以用来预测未来的价格走势，并做出相应的投资决策。

8. 数据可视化

plt.figure(figsize=(10, 6))
plt.plot(data_nodup['Date'], data_nodup['Close'], label='收盘价')
plt.title('收盘价随时间变化')
plt.xlabel('日期')
plt.ylabel('收盘价')
plt.legend()
plt.show()

在这里插入图片描述
2. 交易量的箱型图
交易量的箱型图用于展示股票交易量的分布情况，并检测异常值。通过箱型图，可以观察到交易量的中位数、四分位数、以及可能的异常值（离群点）。这种可视化方式有助于理解交易量的波动范围及其集中程度，同时可以识别出交易量异常高或异常低的日期，这些异常值可能对应着特定的市场事件或公司新闻，对投资决策和市场分析提供参考依据。

在这里插入图片描述

收盘价的直方图
收盘价的直方图展示了Coca-Cola股票收盘价的频率分布情况。通过直方图，可以了解收盘价在不同区间的分布情况，识别出常见的价格区间和极端值的分布。这种分析方式可以帮助投资者了解股票价格的常见波动范围，以及价格的集中程度，有助于评估股票的风险和收益情况，制定相应的投资策略。

在这里插入图片描述

开盘价与收盘价的散点图
开盘价与收盘价的散点图展示了两者之间的关系。通过散点图，可以观察开盘价和收盘价的相关性，识别出是否存在某种模式或趋势。散点图中的点越接近对角线，说明开盘价和收盘价越接近；离散度越大，则表明价格波动较大。这个图表帮助分析股票在交易日内的价格变化情况，为投资者提供开盘价与收盘价之间的关联信息，从而更好地理解日内交易的波动性。