主頁(yè) > 知識(shí)庫(kù) > python實(shí)現(xiàn)股票歷史數(shù)據(jù)可視化分析案例

python實(shí)現(xiàn)股票歷史數(shù)據(jù)可視化分析案例

熱門(mén)標(biāo)簽:海外網(wǎng)吧地圖標(biāo)注注冊(cè) ai電銷(xiāo)機(jī)器人的優(yōu)勢(shì) 孝感營(yíng)銷(xiāo)電話(huà)機(jī)器人效果怎么樣 聊城語(yǔ)音外呼系統(tǒng) 地圖標(biāo)注自己和別人標(biāo)注區(qū)別 打電話(huà)機(jī)器人營(yíng)銷(xiāo) 商家地圖標(biāo)注海報(bào) 南陽(yáng)打電話(huà)機(jī)器人 騰訊地圖標(biāo)注沒(méi)法顯示

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(duì)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(lèi)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(kù)

import pyecharts.options as opts
from pyecharts.charts import Line

2.2 初始化畫(huà)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(huà)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(tái)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(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • 利用Python進(jìn)行數(shù)據(jù)可視化的實(shí)例代碼
  • python數(shù)據(jù)可視化之matplotlib.pyplot基礎(chǔ)以及折線圖
  • 淺談哪個(gè)Python庫(kù)才最適合做數(shù)據(jù)可視化
  • python數(shù)據(jù)可視化plt庫(kù)實(shí)例詳解
  • 學(xué)會(huì)Python數(shù)據(jù)可視化必須嘗試這7個(gè)庫(kù)
  • Python中seaborn庫(kù)之countplot的數(shù)據(jù)可視化使用
  • Python數(shù)據(jù)可視化之基于pyecharts實(shí)現(xiàn)的地理圖表的繪制
  • Python爬蟲(chóng)實(shí)戰(zhàn)之爬取京東商品數(shù)據(jù)并實(shí)實(shí)現(xiàn)數(shù)據(jù)可視化
  • Python數(shù)據(jù)可視化之用Matplotlib繪制常用圖形
  • Python數(shù)據(jù)可視化之繪制柱狀圖和條形圖
  • python用pyecharts實(shí)現(xiàn)地圖數(shù)據(jù)可視化
  • python數(shù)據(jù)可視化 – 利用Bokeh和Bottle.py在網(wǎng)頁(yè)上展示你的數(shù)據(jù)

標(biāo)簽:撫州 揚(yáng)州 迪慶 牡丹江 楊凌 聊城 南寧 六盤(pán)水

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《python實(shí)現(xiàn)股票歷史數(shù)據(jù)可視化分析案例》,本文關(guān)鍵詞  python,實(shí)現(xiàn),股票,歷史數(shù)據(jù),;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《python實(shí)現(xiàn)股票歷史數(shù)據(jù)可視化分析案例》相關(guān)的同類(lèi)信息!
  • 本頁(yè)收集關(guān)于python實(shí)現(xiàn)股票歷史數(shù)據(jù)可視化分析案例的相關(guān)信息資訊供網(wǎng)民參考!
  • 企业400电话

    智能AI客服机器人
    15000

    在线订购

    合计11份范本:公司章程+合伙协议+出资协议+合作协议+股权转让协议+增资扩股协议+股权激励+股东会决议+董事会决议

    推薦文章