pandas如何實現(xiàn)股票分析圖

這篇文章主要介紹 pandas如何實現(xiàn)股票分析圖 ，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

獲取APPL，MSFT，GOOG的股票數(shù)據(jù)

stocks = pd.DataFrame({"Date": apple["Date"],"AAPL": apple["Adj Close"],"MSFT": microsoft["Adj Close"],"GOOG": google["Adj Close"]}).set_index("Date")
print(stocks.head())

1 多只股票對比
做出圖形

stocks.plot(grid = True)
plt.show()

由于google的股價比較高，所以導致了Microsoft和Apple股票波動變小。一個解決的方法是使用不同的刻度線。

stocks.plot(secondary_y = ["AAPL", "MSFT"], grid = True)

還有的更好的方法是畫出收益圖

#df.apply(arg)將會把函數(shù)參數(shù)應用到數(shù)據(jù)框的每一列，然后再返回一個數(shù)據(jù)框#在這行代碼中，lambda中的x是一個seriesstock_return = stocks.apply(lambda x: x / x[0])
stock_return.head()

做出波動圖

stock_return.plot(grid = True).axhline(y = 1, color = "black", lw = 2)

通過這個圖我們可以看到每一個股票相對于初始價格的收益，我們還可以看到這些股票的波動是相關(guān)的。
我們還可以做出股票的每天的變化圖

stock_change = stocks.apply(lambda x: np.log(x) - np.log(x.shift(1))) # shift moves dates back by 1.

2 股票均線圖

stocks["AAPL"].plot(label="APPL")
apple["20d"] = np.round(apple["Close"].rolling(window = 20, center = False).mean(), 2).plot(label="20Average")
apple["50d"] = np.round(apple["Close"].rolling(window = 50, center = False).mean(), 2).plot(label="50Average")
plt.legend()
plt.show()

以上是“ pandas如何實現(xiàn)股票分析圖 ”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對大家有幫助，更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道！