Python数据统计和可视化3

发表于 | 分类于 ， | 评论数： | 阅读次数：

该系列为南京大学课程《用Python玩转数据》学习笔记，主要以思维导图的记录

利用免费财经数据接口 TuShare获取和分析数据

  • 安装

    1
    pip install tushare

  • 初始化程序

    1
    2
    3
    4
    5
    import pandas as pd
    import numpy as np
    import tushare as ts

    df = ts.get_hist_data('600036',start='2018-07-01',end='2018-12-31')

  • 利用 Tushare 包中的接口函数获取招商银行(股票代码 600036)2018 年下半年的股票数据并完成如下数据处理和分析任务:

    • 1、数据只保留 date、open、high、close、low 和 volume 这几个属性，并按时间先后顺序对数据进行排序;

      1
      2
      df = df[['open', 'high', 'close', 'low', 'volume']]
      df.sort_index(inplace=True)

    • 2、输出这半年内成交量最低和最高那两天的日期和分别的成交量;

      1
      2
      3
      4
      5
      6
      min_day = df.sort_values('volume').iloc[0]
      min_volume = min_day.volume
      min_volume_day = min_day.name
      max_day = df.sort_values('volume', ascending=False).iloc[0]
      max_volume = max_day.volume
      max_volume_day = max_day.name

    • 3、列出成交量在 1000000 以上的记录;

      1
      df[df.volume>1000000]

    • 4、计算这半年中收盘价(close)高于开盘价(open)的天数;

      1
      len(df[df.close>df.open])

    • 5、计算前后两天开盘价的涨跌情况，用两种方式表示，第一种输出每两天之间的差值(后一天减去前一天)，第二种输出一个开盘价涨跌列表，涨用 1 表示，跌用-1 表示;

      1
      2
      3
      4
      # 第一种输出每两天之间的差值(后一天减去前一天)，
      df.open.diff()
      # 第二种输出一个开盘价涨跌列表，涨用 1 表示，跌用-1 表示;
      np.sign(np.diff(df.open))

    • 6、计算每月收盘价的平均值。

      1
      2
      df.index = pd.DatetimeIndex(df.index)
      df.open.resample('M').mean()