用Python做股市数据分析（一）

# First argument is the series we want, second is the source ("yahoo" for Yahoo! Finance), third is the start date, fourth is the end date

apple = web.DataReader("AAPL", "yahoo", start, end)

type(apple)

C:\Anaconda3\lib\site-packages\pandas\io\data.py:35: FutureWarning: 
 
The pandas.io.data module is moved to a separate package (pandas-datareader) and will be removed from pandas in a future version. 
 
After installing the pandas-datareader package (https://github.com/pydata/pandas-datareader), you can change the import ``from pandas.io import data, wb`` to ``from pandas_datareader import data, wb``. 
 
  FutureWarning) 
 
  
 
  
 
  
 
  
 
  
 
pandas.core.frame.DataFrame

apple.head()

一个“更好”的解决办法是可视化我们实际关怀的信息：股票的收益。这须要我们进行须要的数据转化。数据转化的办法很多。个一一个转化办法是将每个交易日的股票交个跟比较我们所关怀的时光段开端的股票价格比拟较。也就是：

获得数据之后让我们推敲将其可视化。下面我会演示若何应用matplotlib包。值得留意的是appleDataFrame对象有一个plot()办法让画图变得更简单。

让我们简单说一下数据内容。Open是当天的开端价格(不是前一天闭市的价格);high是股票当天的最高价;low是股票当天的最低价;close是闭市时光的股票价格。Volume指交易数量。Adjust close是根据罪人行动调剂之后的闭市价格。固然股票价格根本上是由交易者决定的，stock splits (拆股。指上市公司将现有股票一拆为二，新股价格为原股的一半的行动)以及dividends(分红。每一股的分红)同样也会影响股票价格，也应当在模型中被推敲到。

可视化股市数据

import matplotlib.pyplot as plt   # Import matplotlib 
 
# This line is necessary for the plot to appear in a Jupyter notebook 
 
%matplotlib inline 
 
  
 
# Control the default size of figures in this Jupyter notebook 
 
%pylab inline 
 
  
 
pylab.rcParams['figure.figsize'] = (15, 9)   # Change the size of plots 
 
apple["Adj Close"].plot(grid = True) # Plot the adjusted closing price of AAPL

Populating the interactive namespace 	
			 2/9   首页 上一页 1 2 3 4 5 6 下一页 尾页	
			

　　推荐阅读
　　WOT讲师杨钊：人工智能将在不同应用场景逐步落地
            
            
                
                    
                
                【51CTO.com原创稿件】由51CTO主办的WOTA2017全球立异技巧峰会将于2017年7月21日拉开帷幕。本次峰会，将环绕机>>>详细阅读


本文标题：用Python做股市数据分析（一）
地址：http://www.17bianji.com/lsqh/36070.html
 1/2    1