金融数据可视化实现

一、设计题目

金融数据可视化

二、设计目的

使学生掌握用Pandas第三方库数据计算、数据分析的知识与能力。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。

  1. 绘制每天成交量(表格中Volume数据)的柱形图。
python 复制代码
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体
plt.rcParams['axes.unicode_minus'] = False    # 解决负号显示问题

# 读取Excel文件
file_path = '金融数据.xlsx'
df = pd.read_excel(file_path)

# 确保日期列是 datetime 类型
df['Date'] = pd.to_datetime(df['Date'])

# 过滤2020年9月的数据
df_september_2020 = df[(df['Date'].dt.year == 2020) & (df['Date'].dt.month == 9)]

# 绘制2020年9月的收盘价线型图
plt.figure(figsize=(10, 6))
plt.plot(df_september_2020['Date'], df_september_2020['Close'], marker='*', linestyle='-')
plt.title('2020年9月收盘价')
plt.xlabel('日期')
plt.ylabel('收盘价')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()
python 复制代码
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体
plt.rcParams['axes.unicode_minus'] = False    # 解决负号显示问题

# 读取Excel文件
file_path = '金融数据.xlsx'
df = pd.read_excel(file_path)

# 确保日期列是 datetime 类型
df['Date'] = pd.to_datetime(df['Date'])

# 过滤2020年9月的数据
df_september_2020 = df[(df['Date'].dt.year == 2020) & (df['Date'].dt.month == 9)]

# 绘制2020年9月的成交量柱形图
plt.figure(figsize=(10, 6))
plt.bar(df_september_2020['Date'], df_september_2020['Volume'])
plt.title('2020年9月每天成交量')
plt.xlabel('日期')
plt.ylabel('成交量')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()
相关推荐
计算机编程小央姐3 天前
跟上大数据时代步伐:食物营养数据可视化分析系统技术前沿解析
大数据·hadoop·信息可视化·spark·django·课程设计·食物
CodeCraft Studio4 天前
【案例分享】TeeChart 助力 Softdrill 提升油气钻井数据可视化能力
信息可视化·数据可视化·teechart·油气钻井·石油勘探数据·测井数据
招风的黑耳4 天前
赋能高效设计:12套中后台管理信息系统通用原型框架
信息可视化·axure后台模板·原型模板
程思扬4 天前
利用JSONCrack与cpolar提升数据可视化及跨团队协作效率
网络·人工智能·经验分享·docker·信息可视化·容器·架构
路人与大师4 天前
【Mermaid.js】从入门到精通:完美处理节点中的空格、括号和特殊字符
开发语言·javascript·信息可视化
云天徽上5 天前
【数据可视化-112】使用PyEcharts绘制TreeMap(矩形树图)完全指南及电商销售数据TreeMap绘制实战
开发语言·python·信息可视化·数据分析·pyecharts
kaomiao20255 天前
空间信息与数字技术和传统GIS专业有何不同?
大数据·信息可视化·数据分析
嘀咕博客5 天前
爱图表:镝数科技推出的智能数据可视化平台
科技·信息可视化·数据分析·ai工具
Elastic 中国社区官方博客5 天前
使用 LangExtract 和 Elasticsearch
大数据·人工智能·elasticsearch·搜索引擎·ai·信息可视化·全文检索
bmcyzs6 天前
【数字展厅】从实体到虚拟:论展厅的数字化转型之路
经验分享·科技·信息可视化·设计规范