【程序员股民系列】如何用python, pandas, numpy, matplotlib绘制每日行业成交额图

最近这两天股民基友们可能很多亏得底裤都没了，该说点什么呢，心态放平吧：

想长期混迹股市，还是要选基本面好的行业和个股，也要关注一些近期行业动态。当然这里面有很多维度和技巧，掌握得越多，驾驭股市的功力就越强。

今天我就来分享一个用pandas, numpy和matplotlib来做简单的行业“成交额”分析的python程序，简单改改就可以变成“成交量”或者“市值”等其他维度的分析。

首先假设我这里用到的输入数据格式为下图，当然啦，就本程序而言，不是每一列都用得到，但大家如果需要可以自行改进程序利用其它维度，

（可以从这里获取每日excel数据:http://www.gupiaoexcel.com/）

目标是要得到2021-01-28日的各行业成交额情况，期望输出如下图：

下面给出程序全文，在python 3.6下测试通过，如果是python 2，可能略需改动，如需在本地运行，需要自行调整好输入输出文件路径

import pandas as pd
from collections import defaultdict
from matplotlib import pyplot as plt
import numpy as np# 解决中文显示问题
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题def def_value():return 0amountmap = defaultdict(def_value)date_str="2021-01-28"
input_file = "/tmp/{0}股票数据.xlsx".format(date_str)
output="/tmp/行业日成交额{0}.png".format(date_str)def draw_a_pie_chart(input_dict):industries = []data = []for k, v in amountmap.items():industries.append(k)data.append(v)data_np = np.array(data)industries_np=np.char.array(industries)_ = plt.figure(figsize=(10, 7))plt.title(date_str+'日行业成交额',loc='center')plt.pie(data_np)# show plotporcent = 100.*data_np/data_np.sum()# print(porcent)patches, _ = plt.pie(data_np, startangle=20, radius=1.2)labels = ['{0} = {1:1.2f} %, 成交额(万元):{2}'.format(i, j,k) for i, j, k in zip(industries_np, porcent,data_np)]sort_legend = Trueif sort_legend:patches, labels, _ = zip(*sorted(zip(patches, labels, data_np),key=lambda x: x[2],reverse=True))plt.legend(patches, labels, loc='best', bbox_to_anchor=(-0.4, 2.),fontsize=8)plt.savefig(output, bbox_inches='tight')print("文件存储到： {0}".format(output))# plt.show()if __name__ == "__main__":excel_data_df = pd.read_excel(input_file, sheet_name='Sheet1')df = pd.DataFrame(excel_data_df, columns=['行业', '成交额'])for index, row in df.iterrows():industry = row['行业']if(not isinstance(industry, str) or len(industry) < 1):continueamount = row['成交额']amountmap[industry] = amountmap[industry]+amountdraw_a_pie_chart(amountmap)

程序本身比较简单，就是用pandas读入excel数据的两列，行业和成交额，然后按行业累加得到一个字典数据结构，大概就是:

{'白酒',***成交额},

{'半导体',***成交额},

A股本身就4000多支，数据量不大，所以不用担心dict爆掉的情况。

然后用matplotlib把这个字典结构绘制成饼图，当然这个饼图会比较难看，因为被切得太细了，如果有需要，完全可以只显示top N的行业。

从上面的比例看，白酒的成交额还是比我们互联网行业高啊。。

同样的方法统计了下元器件成交额的top 10:

，你妹。。。感觉可以抄底京东方A或者等几天再抄底

简单统计了下近一周稳定在top 10的几个行业：

'证券', '小金属', '半导体', '软件服务', '白酒', '医疗保健', '化工原料'

【程序员股民系列】如何用python, pandas, numpy, matplotlib绘制每日行业成交额图相关推荐

【程序员股民系列】如何用python, pandas, numpy, matplotlib绘制每日个股成交额图
上次分享了一段代码用于绘制每日行业交易额的图: [程序员股民系列]如何用python, pandas, numpy, matplotlib绘制每日行业成交额图分析粒度略粗,只到行业这一层,把代码稍微 ...
怎么用python制作简单的程序-神级程序员教你如何用python制作一个牛逼的外挂！...
玩过电脑游戏的同学对于外挂肯定不陌生,但是你在用外挂的时候有没有想过如何做一个外挂呢?(当然用外挂不是那么道义哈,呵呵),那我们就来看一下如何用python来制作一个外挂.... 我打开了4399小游 ...
利用 python numpy +matplotlib 绘制股票k线图
一.python numpy + matplotlib 画股票k线图 # -- coding: utf-8 -- import requests import numpy as np from mat ...
python 绘制k线图_利用python numpy+matplotlib绘制股票k线图的方法
一.python numpy + matplotlib 画股票k线图 # -- coding: utf-8 -- import requests import numpy as np from mat ...
阿里资深程序员告诉你如何用Python提升未来竞争力
今年很多人在问一个问题:到底什么才是抗风险能力? 稳定的工作?存款?理财? 有人预测:"到2030年,今天一半的工作岗位都将消失." 关于哪些工作最先消失,李开复提出过" ...
python pyplot k线图_量化之路-python绘图-使用matplotlib绘制股票K线图（附代码）
最近不知道在瞎忙什么,学习速度有点慢,更新也比较少,需要反思一下. 在学习完python爬虫和获取股票数据技能后,接下来需要将数据输出称为图形,以便查看趋势,以及分析趋势. 重新梳理下需要学会的技能步 ...
python画轨迹曲线-matplotlib绘制随机行走轨迹图
# _*_ coding: utf-8 _*_ __author__ = 'pythonwu' __date__ = "2018/6/15 16:09" from random i ...
Python可视化之Matplotlib绘制高级图形对数图、频谱图、矢量场流线图、互关图
1.对数图便于观察图形之间变化的情况 from matplotlib import pyplot as plt import numpy as np x = np.linspace(1,100) y ...
精通python能干嘛-一个程序员怎样才算精通Python？
原标题:一个程序员怎样才算精通Python? 作者:赖明星我会先给出我对精通Python的理解,然后给出一些Python中有难度的知识点.如果大家在看完我这篇回答之前,已经充分理解了我列出的各个知识 ...

【程序员股民系列】如何用python, pandas, numpy, matplotlib绘制每日行业成交额图

【程序员股民系列】如何用python, pandas, numpy, matplotlib绘制每日行业成交额图相关推荐

最新文章

热门文章