个人中心
文章发布
退出
作者热门文章
- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
25
4
CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章python实现股票历史数据可视化分析案例由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.
投资有风险，选择需谨慎。 股票交易数据分析可直观股市走向，对于如何把握股票行情，快速解读股票交易数据有不可替代的作用！ 。
import pandas as pdimport csv
df = pd.read_csv("/home/kesci/input/maotai4154/maotai.csv")
df_high_low = df[["date","high","low"]]
df_high_low_array = np.array(df_high_low)df_high_low_list =df_high_low_array.tolist()
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)
import pyecharts.options as optsfrom pyecharts.charts import Line
Line(init_opts=opts.InitOpts(width="1200px", height="600px"))
.add_yaxis( series_name="最低价", 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="最高点"), ] ), )
tooltip_opts=opts.TooltipOpts(trigger="axis"),toolbox_opts=opts.ToolboxOpts(is_show=True),xaxis_opts=opts.AxisOpts(type_="category", boundary_gap=True)
.render("HTML名字填这里.html")
import pyecharts.options as optsfrom pyecharts.charts import Line ( Line(init_opts=opts.InitOpts(width="1200px", height="600px")) .add_xaxis(xaxis_data=price_dates) .add_yaxis( series_name="最高价", 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="最低价", 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="最高点"), ] ), ) .set_global_opts( title_opts=opts.TitleOpts(title="茅台股票历史数据可视化", subtitle="日期、最高价、最低价可视化"), 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"))
到此这篇关于python实现股票历史数据可视化分析案例的文章就介绍到这了,更多相关python股票数据可视化内容请搜索我以前的文章或继续浏览下面的相关文章希望大家以后多多支持我！ 。
原文链接：https://blog.csdn.net/IT_charge/article/details/113761938 。
最后此篇关于python实现股票历史数据可视化分析案例的文章就讲到这里了,如果你想了解更多关于python实现股票历史数据可视化分析案例的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。
25
4
0
我正在尝试实现此处建议的 redis 解决方案:http://www.slideshare.net/cacois/cois-palkostrata2013 : 这是目前为止我发现的最好的。 我有以下数
只是想知道您是否对关注有意见。 想象一下，我有一个简单的应用程序可以为客户存储发票。 简化发票表是: ID int, NUMBER varchar(20) CustomerID INT 客户数据是:
我正在尝试将 pandas 模块应用于我的代码，以便重新组织从 IB TWS 服务器收到的消息。 代码是 from ibapi.client import EClient from ibapi.wra
Closed. This question does not meet Stack Overflow guidelines。它当前不接受答案。 想改善这个问题吗？更新问题，以便将其作为on-topic
这个查询对我有用 select * from yahoo.finance.xchange where pair in ("EURUSD","GBPUSD") 可以在以下链接中看到: https://d
我正在尝试学习如何使用 Python、requests 和 BeautifulSoup 从 Coinmarketcap.com 网络抓取 BTC 历史数据。 我想解析以下内容: 1)日期 2)关闭 3
我有一个包含两列(Column_A 和 Column_B)的模型 (Model_A) 我的模型中有以下方法，两个基于 column_A 生成 column_B 的值 Class Model_A < A
让我们以关系数据库为例，例如MySQL。为了简单起见，我将专注于重要的事情:有一个包含订单的表，其中包含 order_id(主键)order_date 和外键 fk_supplier 等字段，引用表
我正在做一个快速的概念验证，以了解从 Google Analytics(分析)中提取历史数据以进一步用于离线数据拼接以生成数据及其分析的整体 View 的过程。我没有找到任何详细的在线文档来了解优缺点
我是一名优秀的程序员,十分优秀！