python 주식 역사 데이터 시각 화 분석 사례 실현

투 자 는 위험 이 있 으 므 로 선택 은 신중 해 야 한다. 주식 거래 데이터 분석 은 주식시장 의 방향 을 직관 할 수 있 고 주식 시 세 를 어떻게 파악 하 는 지 에 대해 주식 거래 데 이 터 를 신속하게 해석 하 는 데 대체 할 수 없 는 역할 을 한다!
1 데이터 전처리
1.1 주식 역사 데이터 csv 파일 읽 기

import pandas as pd
import csv

df = pd.read_csv("/home/kesci/input/maotai4154/maotai.csv")

1.2 관건 적 인 데이터-csv 파일 에서'열'을 선택 적 으로 추출 합 니 다.

df_high_low = df[['date','high','low']]

1.3 데이터 형식 변환

df_high_low_array = np.array(df_high_low)
df_high_low_list =df_high_low_array.tolist()

1.4 데 이 터 를 열 별로 추출 하고 누적 적 으로 목록 에 저장 합 니 다.

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)

 


2 pyecharts 데이터 시각 화 실현
2.1 도입 라 이브 러 리

import pyecharts.options as opts
from pyecharts.charts import Line

2.2 캔버스 초기 화

Line(init_opts=opts.InitOpts(width="1200px", height="600px"))

2.3 필요 에 따라 관건 적 인 데 이 터 를 전송 하고 그림 을 그린다.

    .add_yaxis(
        series_name="   ",
        y_axis=low_prices,
        markpoint_opts=opts.MarkPointOpts(
            data=[opts.MarkPointItem(value=-2, name="   ", x=1, y=-1.5)]
        ),
        markline_opts=opts.MarkLineOpts(
            data=[
                opts.MarkLineItem(type_="average", name="   "),
                opts.MarkLineItem(symbol="none", x="90%", y="max"),
                opts.MarkLineItem(symbol="circle", type_="max", name="   "),
            ]
        ),
    )

tooltip_opts=opts.TooltipOpts(trigger="axis"),
toolbox_opts=opts.ToolboxOpts(is_show=True),
xaxis_opts=opts.AxisOpts(type_="category", boundary_gap=True)

2.4 생 성 된 파일 을 HTML 코드 로 만 들 고 다운로드

.render("HTML     .html")

2.5 전체 코드 전시

import pyecharts.options as opts
from pyecharts.charts import Line
 
(
    Line(init_opts=opts.InitOpts(width="1200px", height="600px"))
    .add_xaxis(xaxis_data=price_dates)
    .add_yaxis(
        series_name="   ",
        y_axis=heigh_prices,
        markpoint_opts=opts.MarkPointOpts(
            data=[
                opts.MarkPointItem(type_="max", name="   "),
                opts.MarkPointItem(type_="min", name="   "),
            ]
        ),
        markline_opts=opts.MarkLineOpts(
            data=[opts.MarkLineItem(type_="average", name="   ")]
        ),
    )
    .add_yaxis(
        series_name="   ",
        y_axis=low_prices,
        markpoint_opts=opts.MarkPointOpts(
            data=[opts.MarkPointItem(value=-2, name="   ", x=1, y=-1.5)]
        ),
        markline_opts=opts.MarkLineOpts(
            data=[
                opts.MarkLineItem(type_="average", name="   "),
                opts.MarkLineItem(symbol="none", x="90%", y="max"),
                opts.MarkLineItem(symbol="circle", type_="max", name="   "),
            ]
        ),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="           ", subtitle="  、   、      "),
        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")
)

3 결과 전시



여기 서 python 이 주식 역사 데이터 시각 화 분석 사례 를 실현 하 는 데 관 한 글 은 여기까지 소개 되 었 습 니 다.더 많은 python 주식 데이터 시각 화 내용 은 우리 의 이전 글 을 검색 하거나 아래 의 관련 글 을 계속 조회 하 시기 바 랍 니 다.앞으로 저 희 를 많이 사랑 해 주세요!