Python在Finance上的应用-处理数据及可视化

• 2020 年 2 月 10 日
• 筆記

欢迎来到Python 在Finance上的应用第二讲，在这一篇文章中，我们将对股票数据做进一步的处理及可视化。最开始使用的Code如下(前一篇文章有提到):

import datetime as dt  import matplotlib.pyplot as plt  from matplotlib import style  import pandas as pd  import pandas_datareader.data as web    style.use('ggplot')  start = dt.datetime(2000,1,1)  end = dt.datetime(2016,12,31)  df = web.DataReader('TSLA', 'yahoo', start, end)

我们可以用这些DataFrame做些什么？ 首先，我们可以很容易地将它们保存到各种数据类型中。 一个选项是csv：

df.to_csv('TSLA.csv')

除了利用Yahoo财经的API来将数据导入为DataFrame,也可以将数据从CSV文件读取到DataFrame中：

df = pd.read_csv('tsla.csv', parse_dates=True, index_col=0)

下面，可以制图：

df.plot()  plt.show()

COOL，但是这里真正能看到的唯一的东西就是成交量，因为它比股票价格大得多。 我们怎么可能只对图表感兴趣的？

df['Adj Close'].plot()  plt.show()

正如你所看到的，可以在DataFrame中引用特定的列，如：df ['Adj Close']，同时也可以一次引用多个，如下所示：

df[['High','Low']]

下一章节，我们将进一步的覆盖对数据的基础操作同时伴随着可视化。