教你用Python查看茅臺(tái)股票交易數(shù)據(jù)的詳細(xì)代碼
我突然很好奇,你說那些什么18幾年的茅臺(tái)真的是18幾年就開始釀的嗎?還有就是一個(gè)月要賣那么多,貨是怎么供過來的?最后就是,一瓶那么貴,那一個(gè)月賺多少?好多的疑問啊,就用Python揭開神秘的面紗吧。
如圖1所示是網(wǎng)易財(cái)經(jīng)展示的貴州茅臺(tái)股票的歷史交易數(shù)據(jù)。

單擊“下載數(shù)據(jù)”超鏈接,會(huì)彈出如圖2所示的對話框,選擇完成后單擊“下載”按鈕就可以下載數(shù)據(jù)了,所下載的數(shù)據(jù)是CSV格式。

CSV(Comma-Separated Values)是以逗號(hào)分隔數(shù)據(jù)項(xiàng)(也被稱為字段)的數(shù)據(jù)交換格式,主要應(yīng)用于電子表格和數(shù)據(jù)庫之間的數(shù)據(jù)交換。
**提示:**CSV 是文本文件,可以使用記事本等文本編輯器打開,如圖2-5所示,還可以使用Excel打開,如圖2-6所示。另外,可以將Excel中的電子表格另存為CSV文件,但這可能會(huì)導(dǎo)致數(shù)據(jù)格式丟失,例如CSV文件中的"0001"數(shù)據(jù)使用Excel打開會(huì)變?yōu)?。在Windows平臺(tái)上,默認(rèn)的字符集是GBK,要想使用Excel打開CSV文件且不亂碼,就需要將CSV文件保存為GBK字符集。

該折線圖的實(shí)現(xiàn)代碼如下:
#coding=utf-8
#代碼文件:chapter6/ch6.2.6.py
import matplotlib.pyplot as plt
import pandas as pd
plt.rcParams['font.family'] = ['SimHei'] # 設(shè)置中文字體
plt.rcParams['axes.unicode_minus'] = False # 設(shè)置負(fù)號(hào)正常顯示
plt.figure(figsize=(15, 5))
f = r'data\股票的歷史交易數(shù)據(jù).xlsx'
df = pd.read_excel(f)
df2 = df.query("Date >='2021-03-01' and Date < '2021-04-01'").sort_values(by='Date') ①
#繪制折線
plt.plot(df2['Date'], df2['Volume']) ②
plt.title('貴州茅臺(tái)股票')
plt.ylabel('成交量') # 添加y軸標(biāo)題
plt.xlabel('交易日期') # 添加x軸標(biāo)題plt.xticks(rotation=40)plt.show()代碼解釋如下。
•第①行通過指定時(shí)間段來查詢數(shù)據(jù),并按照’Date’字段排序。
•第②行通過plt.plot函數(shù)繪制折線,其中df2[‘Date’]是x軸數(shù)據(jù),df2[‘Volume’]是y軸數(shù)據(jù)。

該折線圖的實(shí)現(xiàn)代碼如下:
#coding=utf-8
#代碼文件:chapter6/ch6.2.7.py
import matplotlib.pyplot as plt
import pandas as pd
plt.rcParams['font.family'] = ['SimHei'] # 設(shè)置中文字體plt.rcParams['axes.unicode_minus'] = False # 設(shè)置負(fù)號(hào)正常顯示
plt.figure(figsize=(15, 5))
f = r'data\股票的歷史交易數(shù)據(jù).xlsx'
df = pd.read_excel(f)
df2 = df.query("Date >='2021-03-01' and Date < '2021-04-01'").sort_values(by='Date')
plt.title('貴州茅臺(tái)股票歷史OHLC折線圖')
plt.plot(df2['Date'], df2['Open'], label='開盤價(jià)') ①
plt.plot(df2['Date'], df2['High'], label='最高價(jià)')
plt.plot(df2['Date'], df2['Low'], label='最低價(jià)')
plt.plot(df2['Date'], df2['Close'], label='收盤價(jià)') ②
plt.ylabel('成交量')
plt.xlabel('交易日期')
plt.xticks(rotation=40)
plt.show()代碼解釋如下。
第①行和第②行繪制了4個(gè)折線圖,label參數(shù)用于設(shè)置在圖例中顯示的折線標(biāo)簽。
至此,我們便可以直觀地看到茅臺(tái)一個(gè)月內(nèi)的歷史股票交易數(shù)據(jù)啦!
終于到周末了,疫情很嚴(yán)重,各位家人們就不要亂跑啦,保護(hù)好自己喲。到此這篇關(guān)于教你用Python查看茅臺(tái)股票交易數(shù)據(jù)的文章就介紹到這了,更多相關(guān)Python查看茅臺(tái)股票交易數(shù)據(jù)內(nèi)容請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!
相關(guān)文章
Django的HttpRequest和HttpResponse對象詳解
這篇文章主要介紹了Django的HttpRequest和HttpResponse對象,分享了相關(guān)代碼示例,小編覺得還是挺不錯(cuò)的,具有一定借鑒價(jià)值,需要的朋友可以參考下2018-01-01
python數(shù)據(jù)可視化Seaborn畫熱力圖
這篇文章主要介紹了數(shù)據(jù)可視化Seaborn畫熱力圖,熱力圖的想法其實(shí)很簡單,用顏色替換數(shù)字,下面我們來看看文章對操作過程的具體介紹吧,需要的小伙伴可以參考一下具體內(nèi)容,希望對你有所幫助2022-01-01
pandas實(shí)現(xiàn)對一列/多列進(jìn)行數(shù)據(jù)區(qū)間篩選
這篇文章主要介紹了pandas實(shí)現(xiàn)對一列/多列進(jìn)行數(shù)據(jù)區(qū)間篩選方式,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
Python實(shí)現(xiàn)清理微信僵尸粉功能示例【基于itchat模塊】
這篇文章主要介紹了Python實(shí)現(xiàn)清理微信僵尸粉功能,結(jié)合實(shí)例形式分析了Python使用itchat模塊刪除微信僵尸粉的相關(guān)原理、操作技巧與注意事項(xiàng),需要的朋友可以參考下2020-05-05
python中的插值 scipy-interp的實(shí)現(xiàn)代碼
這篇文章主要介紹了python中的插值 scipy-interp的實(shí)現(xiàn)代碼,需要的朋友可以參考下2018-07-07
python 實(shí)現(xiàn)批量圖片識(shí)別并翻譯
這篇文章主要介紹了python 實(shí)現(xiàn)批量圖片識(shí)別并翻譯,幫助大家利用python處理圖片,感興趣的朋友可以了解下2020-11-11

