python實(shí)現(xiàn)股票歷史數(shù)據(jù)可視化分析案例
發(fā)布日期：2022-03-13 18:59 | 文章來源：站長之家
投資有風(fēng)險(xiǎn)，選擇需謹(jǐn)慎。股票交易數(shù)據(jù)分析可直觀股市走向，對于如何把握股票行情，快速解讀股票交易數(shù)據(jù)有不可替代的作用！
1 數(shù)據(jù)預(yù)處理
1.1 股票歷史數(shù)據(jù)csv文件讀取
import pandas as pd import csv
df = pd.read_csv("/home/kesci/input/maotai4154/maotai.csv")
1.2 關(guān)鍵數(shù)據(jù)——在csv文件中選擇性提取“列”
df_high_low = df[['date','high','low']]
1.3 數(shù)據(jù)類型轉(zhuǎn)換
df_high_low_array = np.array(df_high_low) df_high_low_list =df_high_low_array.tolist()
1.4 數(shù)據(jù)按列提取并累加性存入列表
price_dates, heigh_prices, low_prices = [], [], [] for content in zip(df_high_low_list): price_date = content[0][0] heigh_price = content[0][1] low_price = content[0][2] price_dates.append(price_date) heigh_prices.append(heigh_price) low_prices.append(low_price)
2 pyecharts實(shí)現(xiàn)數(shù)據(jù)可視化
2.1 導(dǎo)入庫
import pyecharts.options as opts from pyecharts.charts import Line
2.2 初始化畫布
Line(init_opts=opts.InitOpts(width="1200px", height="600px"))
2.3 根據(jù)需要傳入關(guān)鍵性數(shù)據(jù)并畫圖
.add_yaxis( series_name="最低價(jià)", y_axis=low_prices, markpoint_opts=opts.MarkPointOpts( data=[opts.MarkPointItem(value=-2, name="周最低", x=1, y=-1.5)] ), markline_opts=opts.MarkLineOpts( data=[ opts.MarkLineItem(type_="average", name="平均值"), opts.MarkLineItem(symbol="none", x="90%", y="max"), opts.MarkLineItem(symbol="circle", type_="max", name="最高點(diǎn)"), ] ), )
tooltip_opts=opts.TooltipOpts(trigger="axis"), toolbox_opts=opts.ToolboxOpts(is_show=True), xaxis_opts=opts.AxisOpts(type_="category", boundary_gap=True)
2.4 將生成的文件形成HTML代碼并下載
.render("HTML名字填這里.html")
2.5 完整代碼展示
import pyecharts.options as opts
from pyecharts.charts import Line
(
Line(init_opts=opts.InitOpts(width="1200px", height="600px"))
.add_xaxis(xaxis_data=price_dates)
.add_yaxis(
series_name="最高價(jià)",
y_axis=heigh_prices,
markpoint_opts=opts.MarkPointOpts(
data=[
opts.MarkPointItem(type_="max", name="最大值"),
opts.MarkPointItem(type_="min", name="最小值"),
]
),
markline_opts=opts.MarkLineOpts(
data=[opts.MarkLineItem(type_="average", name="平均值")]
),
)
.add_yaxis(
series_name="最低價(jià)",
y_axis=low_prices,
markpoint_opts=opts.MarkPointOpts(
data=[opts.MarkPointItem(value=-2, name="周最低", x=1, y=-1.5)]
),
markline_opts=opts.MarkLineOpts(
data=[
opts.MarkLineItem(type_="average", name="平均值"),
opts.MarkLineItem(symbol="none", x="90%", y="max"),
opts.MarkLineItem(symbol="circle", type_="max", name="最高點(diǎn)"),
]
),
)
.set_global_opts(
title_opts=opts.TitleOpts(title="茅臺股票歷史數(shù)據(jù)可視化", subtitle="日期、最高價(jià)、最低價(jià)可視化"),
tooltip_opts=opts.TooltipOpts(trigger="axis"),
toolbox_opts=opts.ToolboxOpts(is_show=True),
xaxis_opts=opts.AxisOpts(type_="category", boundary_gap=True),
)
.render("everyDayPrice_change_line_chart2.html")
)
3 結(jié)果展示
到此這篇關(guān)于python實(shí)現(xiàn)股票歷史數(shù)據(jù)可視化分析案例的文章就介紹到這了,更多相關(guān)python股票數(shù)據(jù)可視化內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。
相關(guān)文章
關(guān)注官方微信