想买只靠谱的股票？教你用Python来判断！

对一只股票的数据分析

---

前言

本文通过对股票数据的爬取,进而对这只股票进行可视化数据分析,分析的若有问题,大家可以在下方进行留言。

---

一、数据爬取

我是用python的财经数据包tushare来进行数据爬取的，它也是有接口的，可以利用不同的接口可以获取不同的数据。

代码如下:

import tushare as ts
import pandas as pd
stock_data = ts.get_hist_data('600848')
stock_data.to_csv(r'C:\Users\GK丶taptap\Desktop\stock_data2.csv')

其csv文件图片如下：

二、数据可视化分析

1.近三年的走势

对该股票每天结束时的点数,使用matplotlib进行可视化分析
代码如下:

import numpy as np
import matplotlib.pyplot as plt 
df = pd.read_csv(r'C:\Users\GK丶taptap\Desktop\stock_data2.csv')
x = df['date']
y = df['close']
plt.figure(figsize=(10,10))
plt.plot(x, y)
plt.title('close-date')
plt.xlabel('date')
plt.ylabel('close')
plt.savefig(r'C:\Users\GK丶taptap\Desktop\3.jpg')
plt.show()

得到的曲线图如下:

看走势图就知道,这只股票还是非常的不稳定,在跌的时候是深不见底的,而且跌的幅度是非常大的,过程涨的阶段也很少,而在涨的时候涨的很慢,耗费很多时间,并且涨的过程还伴随着巨幅的下跌,这样以来很多人会跑路,就不会获取最后涨的收益。并且它在后面跌的时候是在2020，2020年也算慢牛时期，很多股票都涨了很多。所以这只股票不建议投资。

2.股票点数的最大值区间

我们对该股票的每天点数的最大值进行分析，可以让我们了解到那个最大值区间是有更多位置的，来判断是否投资这个股票。
我们先对最大值进行划分区间，划分为一下四个区间：
[0,20] (20,25] (25,30] (30,+oo]
代码如下:

import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv(r'C:\Users\GK丶taptap\Desktop\stock_data2.csv')
plt.title('股票运势最高点分布(百分点)')#绘制标题
plt.rcParams['font.sans-serif']='SimHei'#设置中文显示
label=['20以下','20-25','25-30','30以上']#定义饼图的标签，标签是列表
explode=[0.01,0.01,0.01,0.01]#设定各项距离圆心n个半径
values=[len(df[df['high']<=20]),len(df[(df['high'] >20 ) & (df['high'] <=25)]),len(df[(df['high'] >25 ) & (df['high'] <=30)]),len(df[df['high'] > 30])]
plt.pie(values,explode=explode,labels=label,autopct='%1.1f%%',radius=2)#绘制饼图
plt.savefig(r'C:\Users\GK丶taptap\Desktop\2.jpg')
plt.show()

得到的饼状图如下:

由图可知，该股票每天的最大值分布最多点数的位置在20-25之间，20以下是最少的，25和25-30的点数大致相同，该股票每天上涨空间还是很大的，但由前面的分析，可得出该股票每天在某个时间会涨很多，但后面也伴随着大跳水，这对喜欢盯盘的人是非常的不友好。

3.每日低点分析

我们利用散点图对每日低点进行数据分析，看其每日的跌幅能有多大。
代码如下:

df = pd.read_csv(r'C:\Users\GK丶taptap\Desktop\stock_data2.csv')
x = df['date']
y = df['low']
plt.figure(figsize=(10,10))
plt.title("min-date")
plt.xlabel("date") 
plt.ylabel("min") 
plt.plot(x,y,"ob") 
plt.savefig(r'C:\Users\GK丶taptap\Desktop\6.jpg')
plt.show()

得到的散点图如下:

由散点图可知，其每日低点的走势和结束的走势大致相同，高点都是35，而且看点的分布密集地方都是较低点，每天的结束值大致和最低值相同，可知这个股票不宜购买。

4.高低开分析

我们对该股票的起始值进行分析，判断其低开多还是低开多。
代码如下:

import numpy as np 
import matplotlib.pyplot as plt
import pandas as pd
df = pd.read_csv(r'C:\Users\GK丶taptap\Desktop\stock_data2.csv')
plt.savefig(r'C:\Users\GK丶taptap\Desktop\8.jpg')
df.hist('open')
plt.show()

得到的柱状图如下:

由图可知，该股票低开的时候很多，但其走势不是低开高走，而在高开时，就是走的高开低走，非常的坑人。

---

三、 总结

由上面四个分析可知，上海临港（代码600848）这个股票不建议购买，不低开高走，而在高开时，却低走，以及前面的结论，可知该股票是非常的不稳定。
最后，理财有风险，投资需谨慎，请大家合理的进行投资分配。

读者福利：如果大家对Python感兴趣，这套python学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门Python是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

朋友们如果有需要全套Python入门+进阶学习资源包，可以点击免费领取（如遇扫码问题，可以在评论区留言领取哦）~

👉CSDN大礼包：《python入门&进阶学习资源包》免费分享

Python学习大礼包

Python入门到精通背记手册

Python安装包

Python爬虫秘籍

Python数据分析全套资源

Python实现办公自动化全套教程

Python面试集锦和简历模板

Python副业兼职路线

资料领取

上述这份完整版的Python全套学习资料已经上传CSDN官方，朋友们如果需要可以微信扫描下方CSDN官方认证二维码 即可领取↓↓↓

CSDN大礼包：《python入门&进阶学习资源包》免费分享