用python处理股票龙头股_Python股票分析系列：基础股票数据操作（二）

这将允许我介绍重新采样和其他一些数据可视化概念。

名为烛台图的OHLC图表是一种将开盘价Open，最高价High，最低价Low和收盘价Close数据全部集中在一个很好的格式中的图表。另外，它使得漂亮的颜色，并记住我告诉你关于美观的图表？

在之前的教程中已经涉及到了这一点：

不幸的是，即使创建OHLC数据，直接从Pandas制作烛台图也不是内置的。未来我确信这个图表类型将会被提供，但现在不是。没关系，we can make it！首先，我们需要import两个新的库：

第一个导入是来自matplotlib的OHLC图形类型，第二个导入是特殊的mdates类型，它大多只是一个屁股疼痛，但这是matplotlib图形的日期类型。pandas会自动为你处理，但就像我说的那样，我们没有烛台的奢侈品。

首先，我们需要适当的OHLC数据。我们目前的数据确实有OHLC的价值，除非我错了，特斯拉从来没有分裂过，但是你永远不会这么幸运。因此，我们将创建我们自己的OHLC数据，这也将允许我们展示另一个来自Pandas的数据转换：

df_ohlc = df['Adj Close'].resample('10D').ohlc()

我们在这里所做的是创建一个基于df ['Adj Close']列的新数据框，重新封装10天的窗口，并且重采样是一个ohlc(开高低关闭)。我们也可以用.mean()或.sum()做10天的平均值或10天的总和。请记住，这10天的平均值是10天的平均值，而不是平均值。由于我们的数据是每日数据，因此将其重新采样为10天的数据会显着缩小数据的大小。这是你可以如何规范化多个数据集。有时，您可能会在每个月的一个月中记录一次每月记录的数据，每个月末记录的其他数据，以及最终每周记录一些数据。您可以每个月对该数据帧重新采样到月末，并有效地将其标准化！如果你喜欢的话，这是更高级的熊猫功能，你可以从熊猫系列中了解更多。

我们想要绘制烛台数据以及体积数据。我们不必重新采样数据，但我们应该，因为它与我们的10D定价数据相比太细致。

df_volume = df['Volume'].resample('10D').sum()

我们在这里使用金额，因为我们确实想知道在这10天内交易的总量，但您也可以使用平均值。现在如果我们这样做：

print(df_ohlc.head())

我们得到：

这是预期的，但是，我们现在要将这些信息移动到matplotlib中，并将日期转换为mdates版本。由于我们只是要在Matplotlib中绘制列，所以我们实际上不希望日期成为索引，所以我们可以这样做：

df_ohlc = df_ohlc.reset_index()

现在的日期只是一个普通的专栏。接下来，我们要转换它：

df_ohlc ['Date'] = df_ohlc ['Date']。map(mdates.date2num)

现在我们要设置这个数字：

除了ax1.xaxis_date()之外，您已经看到过的所有内容。这对我们来说就是将轴从原始的生成号码转换为日期。

现在我们可以绘制烛台图：

candlestick_ohlc(ax1，df_ohlc.values，width = 2，colorup ='g')

然后做量：

ax2.fill_between(df_volume.index.map(mdates.date2num)，df_volume.values，0)

fill_between函数将绘制x，y，然后填充/之间的内容。在我们的例子中，我们选择0。

plt.show()

完整代码：

用python处理股票龙头股_Python股票分析系列：基础股票数据操作（二）相关推荐

python股票分析系列_Python股票分析系列——基础股票数据操作（一）
该系列视频已经搬运至bilibili: 点击查看欢迎来到Python for Finance教程系列的第3部分.在本教程中,我们将使用我们的股票数据进一步分解一些基本的数据操作和可视化.我们将要使用 ...
python股票分析系列_Python股票分析系列——基础股票数据操作（一）.p3
该系列视频已经搬运至bilibili: 点击查看欢迎来到Python for Finance教程系列的第3部分.在本教程中,我们将使用我们的股票数据进一步分解一些基本的数据操作和可视化.我们将要使用 ...
Python股票分析系列——基础股票数据操作（二）.p4
该系列视频已经搬运至bilibili: 点击查看欢迎来到Python for Finance教程系列的第4部分.在本教程中,我们将基于Adj Close列创建烛台/ OHLC图,这将允许我介绍重新采 ...
python股票分析系列_Python股票分析系列——基础股票数据操作（二）.p4
该系列视频已经搬运至bilibili: 点击查看欢迎来到Python for Finance教程系列的第4部分.在本教程中,我们将基于Adj Close列创建烛台/ OHLC图,这将允许我介绍重新采 ...
python数据分析的发展前景_Python+BI分析5000条招聘数据，原来数据分析工作在这儿最好找...
这两年的大数据热潮带火了数据分析这个职业,很多人想转行干数据分析,但是又不知道现在这个行业的求职环境和前景如何,动了心却不敢贸然行动. 前两天有个干运营的妹子找我聊天,也是问我数据分析岗位前景的问题, ...
python语言的语法_Python语言学习系列------基础语法（一）
本博客系列为自己按照网上视频教学学习python的一个随笔系列文章,也不知道会更新到多少,反正闲开个坑呗. 一.高级语言的分类高级的编程语言分为解释型语言和编译型语言,两者的区别是主要是:在执行前是 ...
python足球大数据分析_Python 抓取欧洲足球联赛数据进行大数据分析
摘要: 背景 Web Scraping 在大数据时代,一切都要用数据来说话,大数据处理的过程一般需要经过以下的几个步骤数据的采集和获取数据的清洗,抽取,变形和装载数据的分析,探索和预测数据的展 ...
python电影数据分析报告_Python数据分析实战：TMDB电影数据可视化
一.数据预处理本文将以项目实战的形式,对 TMDB电影数据进行数据分析与可视化实战,所使用的数据来源于 Kaggle,文末提供数据的下载方式. import json import pandas a ...
math python 向上取整_Python成为专业人士笔记-各数学运算操作深度剖析
"专业人士笔记"系列目录: 创帆云:Python成为专业人士笔记--强烈建议收藏!每日持续更新!zhuanlan.zhihu.com Python可以执行常见的数学运算符,包括整 ...
python深浅拷贝面试_Python面试宝典之基础篇-02
原标题:Python面试宝典之基础篇-02 我觉得你如果正在找工作,我的Python面试宝典几期教程,你一定得花时间看完了! 题目006:说说Python中的浅拷贝和深拷贝. 点评:这个题目本身出现的 ...

用python处理股票龙头股_Python股票分析系列：基础股票数据操作（二）

用python处理股票龙头股_Python股票分析系列：基础股票数据操作（二）相关推荐

最新文章

热门文章