金融数据可视化实现

一、设计标题

金融数据可视化
二、设计目标

使门生掌握用Pandas第三方库数据计算、数据分析的知识与本领。Pandas是专门用于数据分析的库，其提供的read_excel()方法可以方便的读取xlsx格式的文件中的数据到Pandas中的DataFrame中。
DataFrame.plot(kind='line')，可以通过修改kind参数值为“line”、“bar”、“barh”、“hist” “pie”、“scatter”绘制线型图、柱型图、直方图等不同类型的图。
三、设计要求

利用Matplotlib对金融数据进行可视化（图表颜色不限制）

1.读文件“金融数据.xlsx”中股票数据绘制2020年9月收盘价（‘表格中Close数据）线型图，为每个数据点加标识“*”,设置x轴刻度标签为日期。

2. 绘制每天成交量（表格中Volume数据）的柱形图。

1. import pandas as pd
2. import matplotlib.pyplot as plt
3. from matplotlib.font_manager import FontProperties
5. # 设置中文字体
6. plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体
7. plt.rcParams['axes.unicode_minus'] = False    # 解决负号显示问题
9. # 读取Excel文件
10. file_path = '金融数据.xlsx'
11. df = pd.read_excel(file_path)
13. # 确保日期列是 datetime 类型
14. df['Date'] = pd.to_datetime(df['Date'])
16. # 过滤2020年9月的数据
17. df_september_2020 = df[(df['Date'].dt.year == 2020) & (df['Date'].dt.month == 9)]
19. # 绘制2020年9月的收盘价线型图
20. plt.figure(figsize=(10, 6))
21. plt.plot(df_september_2020['Date'], df_september_2020['Close'], marker='*', linestyle='-')
22. plt.title('2020年9月收盘价')
23. plt.xlabel('日期')
24. plt.ylabel('收盘价')
25. plt.xticks(rotation=45)
26. plt.tight_layout()
27. plt.show()

复制代码

1. import pandas as pd
2. import matplotlib.pyplot as plt
3. from matplotlib.font_manager import FontProperties
5. # 设置中文字体
6. plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体
7. plt.rcParams['axes.unicode_minus'] = False    # 解决负号显示问题
9. # 读取Excel文件
10. file_path = '金融数据.xlsx'
11. df = pd.read_excel(file_path)
13. # 确保日期列是 datetime 类型
14. df['Date'] = pd.to_datetime(df['Date'])
16. # 过滤2020年9月的数据
17. df_september_2020 = df[(df['Date'].dt.year == 2020) & (df['Date'].dt.month == 9)]
19. # 绘制2020年9月的成交量柱形图
20. plt.figure(figsize=(10, 6))
21. plt.bar(df_september_2020['Date'], df_september_2020['Volume'])
22. plt.title('2020年9月每天成交量')
23. plt.xlabel('日期')
24. plt.ylabel('成交量')
25. plt.xticks(rotation=45)
26. plt.tight_layout()
27. plt.show()

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。