安装pandas的数据模板库
pip install pandas_datareader # pandas中数据获取接口 (慢)
pip install baostock # baostock数据获取接口
pip install tushare # Tushare数据获取接口
利用tushare获取数据画图
1.导入库和配置项
import tushare as ts
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
2.接口配置--获取源数据
获取两个公司的股票
参数：股票代码，起始时间，结束时间
'''获取数据'''
# 浙江传媒财新
caixin = ts.get_hist_data('600633', start='2017-07-01', end='2020-05-08')
print(type(caixin)) # <class 'pandas.core.frame.DataFrame'>
print(caixin)
# 本接口即将停止更新，请尽快使用Pro版接口：https://tushare.pro/document/2
# open high close ... v_ma10 v_ma20 turnover
# date ...
# 2020-05-08 9.89 9.98 9.76 ... 174862.54 157315.40 1.57
# 2020-05-07 9.80 9.95 9.80 ... 178983.13 155860.60 1.08
# 2020-05-06 9.45 9.88 9.78 ... 175347.03 157914.33 1.30
# 2020-04-30 9.28 9.64 9.57 ... 177440.81 163938.70 1.29
# 2020-04-29 9.26 9.37 9.20 ... 177899.23 180245.58 0.72
# ... ... ... ... ... ... ... ...
# 2018-02-13 13.30 13.36 13.19 ... 76922.75 76922.75 0.48
# 2018-02-12 12.93 13.37 13.21 ... 80603.96 80603.96 0.49
# 2018-02-09 12.70 13.11 12.87 ... 86435.40 86435.40 0.64
# 2018-02-08 12.97 13.34 13.19 ... 88378.98 88378.98 0.64
# 2018-02-07 13.12 13.29 13.00 ... 94070.77 94070.77 0.73
#
# [543 rows x 14 columns]
# 南方传媒
nanfang = ts.get_hist_data('601900',start='2017-07-01', end='2020-05-08')
print(nanfang)
# 本接口即将停止更新，请尽快使用Pro版接口：https://tushare.pro/document/2
# open high close low ... v_ma5 v_ma10 v_ma20 turnover
# date ...
# 2020-05-08 9.56 9.68 9.66 9.53 ... 30763.41 36500.26 35120.70 0.29
# 2020-05-07 9.52 9.67 9.53 9.50 ... 33324.80 37446.65 36674.61 0.26
# 2020-05-06 9.52 9.60 9.58 9.31 ... 33322.07 37897.68 38018.07 0.57
# 2020-04-30 9.58 9.70 9.61 9.53 ... 29903.02 36151.07 38027.82 0.30
# 2020-04-29 9.50 9.68 9.55 9.46 ... 32541.47 37241.41 38554.26 0.31
# ... ... ... ... ... ... ... ... ... ...
# 2018-02-13 10.03 10.14 10.05 9.98 ... 19288.10 19288.10 19288.10 1.04
# 2018-02-12 9.72 10.08 10.01 9.72 ... 19534.70 19534.70 19534.70 1.06
# 2018-02-09 9.91 9.95 9.70 9.65 ... 19820.23 19820.23 19820.23 1.39
# 2018-02-08 10.09 10.21 10.13 10.02 ... 17561.04 17561.04 17561.04 0.85
# 2018-02-07 10.03 10.09 10.05 9.85 ... 20174.98 20174.98 20174.98 1.15
#
# [543 rows x 14 columns]
返回的类型为DataFrame类型的数据。
3.组织数据结构
因为一个图中要显示多个公司的股票收盘价的折线，所以要组织数据结构为DataFrame类型。
'''组织数据结构--DataFrame'''
data = {'浙江传媒财新': caixin.close, '南方传媒':nanfang.close}
print(type(data)) # <class 'dict'>
print(data)
# {'浙江传媒财新': date
# 2020-05-08 9.76
# 2020-05-07 9.80
# 2020-05-06 9.78
# 2020-04-30 9.57
# 2020-04-29 9.20
# ...
# 2018-02-13 13.19
# 2018-02-12 13.21
# 2018-02-09 12.87
# 2018-02-08 13.19
# 2018-02-07 13.00
# Name: close, Length: 543, dtype: float64, '南方传媒': date
# 2020-05-08 9.66
# 2020-05-07 9.53
# 2020-05-06 9.58
# 2020-04-30 9.61
# 2020-04-29 9.55
# ...
# 2018-02-13 10.05
# 2018-02-12 10.01
# 2018-02-09 9.70
# 2018-02-08 10.13
# 2018-02-07 10.05
# Name: close, Length: 543, dtype: float64}
# 转为DataFrame对象，date(时间列)作为索引,
# 每列的列名就是data字典中键，每列的数据是字典对应的值
df = pd.DataFrame(data)
print(df)
# 浙江传媒财新 南方传媒
# date
# 2020-05-08 9.76 9.66
# 2020-05-07 9.80 9.53
# 2020-05-06 9.78 9.58
# 2020-04-30 9.57 9.61
# 2020-04-29 9.20 9.55
# ... ... ...
# 2018-02-13 13.19 10.05
# 2018-02-12 13.21 10.01
# 2018-02-09 12.87 9.70
# 2018-02-08 13.19 10.13
# 2018-02-07 13.00 10.05
4.索引排序
要显示到图形中，为了方便观察，所以x轴的时间要正向排序。
'''对索引进行排序，原地操作'''
df.sort_values(by='date',ascending=True,inplace=True)
print(df)
# 浙江传媒财新 南方传媒
# date
# 2018-02-07 13.00 10.05
# 2018-02-08 13.19 10.13
# 2018-02-09 12.87 9.70
# 2018-02-12 13.21 10.01
# 2018-02-13 13.19 10.05
# ... ... ...
# 2020-04-29 9.20 9.55
# 2020-04-30 9.57 9.61
# 2020-05-06 9.78 9.58
# 2020-05-07 9.80 9.53
# 2020-05-08 9.76 9.66
#
# [543 rows x 2 columns]
5.画图
# DataFrame对象自动绘制(优化)
df.plot(kind='line')
plt.xticks(rotation = '45') # x轴的数据倾斜
plt.show()
结果：
volume列数据显示
# 绘制柱状图(volume列) x轴为时间，y轴为volume列数据
plt.bar(caixin.index,caixin.volume)
# plt.gcf().set_size_inches(15,8)
plt.show()
这个x轴的数据没有像之前的进行优化，目前没有解决方案。
close列和volume列显示在一张图上
设置子图的方法--plt.subplot2grid(shape,start,row,col)
- shape:将整个图分割的规格
- start：起始位置，左上角为(0,0),向下为x轴正方向，向右为y轴正方向。
- row：从起始位置开始画，该图所占的行(根据shape划分的行大小)
- col：从起始位置开始画，该图所占的列(根据shape划分的列大小)
# draw the price history on the top
# 获取子图的位置
top = plt.subplot2grid((4,4), (0, 0), rowspan=3, colspan=4)
# 填充数据画图
top.plot(caixin.index, caixin.close,
label='MSFT Close')
# 设置标题和图形标记的位置
plt.title('MSFT Close Price 2012 - 2014')
plt.legend(loc='best')
# and the volume along the bottom
bottom = plt.subplot2grid((4,4), (3,0), rowspan=1, colspan=4)
bottom.bar(caixin.index, caixin.close)
plt.title('Microsoft Trading Volume 2012 - 2014')
plt.subplots_adjust(hspace=0.75)
plt.gcf().set_size_inches(15,8)
plt.show()
计算单日变化百分比
'''单日比率'''
# 计算每天/昨天的值，算出比率
x = caixin.close/caixin.close.shift(1)
# print(x)
x.plot()
plt.show()
直方图
绘制南方传媒的各个数据列的直方图--DataFrame
nanfang.hist(bins=50)
plt.show()
绘制close列的直方图
nanfang.close.hist(bins=50)
plt.show()
执行移动平均计算
'''平均值'''
se = nanfang.close
# 算出平均值
ava = se.rolling(window=30).mean()
# 封装维DataFrame
df = pd.DataFrame({
'收盘价':se,
'月统计':ava,
})
df.plot()
plt.show()
各属性每日收盘价变化率相关性分析
# 相关性统计
# 协方差,corr() 默认使用皮尔森
re = nanfang.corr()
print(re)
# open high close ... v_ma10 \
# open 1.000000 0.985553 0.975340 ... 0.516442
# high 0.985553 1.000000 0.991277 ... 0.545002
# close 0.975340 0.991277 1.000000 ... 0.509707
# low 0.989004 0.981960 0.986465 ... 0.482628
# volume 0.505106 0.570144 0.523075 ... 0.748281
# ... ... ... ... ... ...
# ma20 0.865912 0.850304 0.855717 ... 0.455114
# v_ma5 0.544599 0.589638 0.545738 ... 0.933110
# v_ma10 0.516442 0.545002 0.509707 ... 1.000000
# v_ma20 0.464613 0.478883 0.454400 ... 0.889177
# turnover 0.525195 0.587116 0.546245 ... 0.483505
#
# v_ma20 turnover
# open 0.464613 0.525195
# high 0.478883 0.587116
# close 0.454400 0.546245
# low 0.437511 0.484344
# volume 0.595617 0.754537
# ... ... ...
# ma20 0.531830 0.374942
# v_ma5 0.763993 0.575646
# v_ma10 0.889177 0.483505
# v_ma20 1.000000 0.330785
# turnover 0.330785 1.000000
#
# [14 rows x 14 columns]
plt.imshow(re, cmap='hot', interpolation='none')
plt.colorbar()
plt.xticks(range(len(re)), re.columns)
plt.yticks(range(len(re)), re.columns)
plt.show()
pandas补充知识
pivot函数作用是将一个DataFrame重塑称另外一个表格。其中index为新表的索引，columns为新表的列，values是支持计算产生新值得列。 即将dataframe按照index-columns进行数据整理。 具体应用
如上，将dataframe按照foo-bar为轴，baz为值的方式进行重组。其中，foo-bar不能有重复值，若重复，则会运行失败。
网友评论