Python案例|实现数据可视化

简介: Python案例|实现数据可视化

5668278968954708212.jpg


Tushare,pandas,numpys,matplotlib模块;
tock_basic接口;数据可视化的应用。

#01、任务实现步骤
第一步:打开PyCharm,新建一个“Python文件”。
本文以“任务6”命名,如图1所示。

11781957165925809817.jpg


■图1 给新建Python文件命名为任务6


第二步:在DOS界面输入“pip install matplotlib”,执行该命令安装matplotlib第三方库,如图2所示。

3675573042609631714.jpg


■图2 安装成功matplotlib库


第三步:任务需求:使用Tushare包获取某股票的历史行情数据,并绘制该股票历史数据的5日均线和30日均线,如下代码所示。
python import tushare as ts # 导入tushare模块 import pandas as pd # 导入pandas模块 from pandas import DataFrame,Series # 从pandas库导入Series,DataFrame import numpy as np # 导入numpy模块 import matplotlib # 导入matplotlib模块 import matplotlib.pyplot as plt # 导入matplotlib中的plot #填入个人TOKEN pro = ts.pro_api('692869ca8410dd0cf1f0b01b7d81194f92d7c7651e9e8e8821d688dd') #查询当前所有正常上市交易的股票列表,输入参数:交易所,上市状态 #输出参数:TS代码,股票代码,地域,所属行业,上市日期 df = pro.daily(ts_code='000001.SZ', start_date='20200101', end_date='20220101') df['trade_date'] = pd.to_datetime(df['trade_date'])df.set_index('trade_date',inplace=True) # 将trade_date设置为行索引 df = df[::-1] # 将数据按时间正序排列 ma5 = df['close'].rolling(5).mean() # 5日均线ma30 = df['close'].rolling(30).mean() # 30日均线 plt.plot(ma5[30::]) #绘制5日均线图 plt.plot(ma30[30::]) # 绘制30日均线图 plt.show() # 展示图像

2381817222884379202.jpg


■图3 日均图像

目录
相关文章
|
1月前
|
机器学习/深度学习 数据可视化 搜索推荐
基于python的汽车数据可视化、推荐及预测系统
本研究围绕汽车数据可视化、推荐及预测系统展开,结合大数据与人工智能技术,旨在提升用户体验与市场竞争力。内容涵盖研究背景、意义、相关技术如 Python、ECharts、协同过滤及随机森林回归等,探讨如何挖掘汽车数据价值,实现个性化推荐与智能预测,为汽车行业智能化发展提供支持。
|
24天前
|
数据采集 Web App开发 自然语言处理
新闻热点一目了然:Python爬虫数据可视化
新闻热点一目了然:Python爬虫数据可视化
|
22天前
|
数据采集 监控 数据库
Python异步编程实战:爬虫案例
🌟 蒋星熠Jaxonic,代码为舟的星际旅人。从回调地狱到async/await协程天堂,亲历Python异步编程演进。分享高性能爬虫、数据库异步操作、限流监控等实战经验,助你驾驭并发,在二进制星河中谱写极客诗篇。
Python异步编程实战:爬虫案例
|
1月前
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。
|
1月前
|
数据采集 搜索推荐 数据可视化
基于python大数据的商品数据可视化及推荐系统
本系统基于Python、Django与ECharts,构建大数据商品可视化及推荐平台。通过爬虫获取商品数据,利用可视化技术呈现销售趋势与用户行为,结合机器学习实现个性化推荐,助力电商精准营销与用户体验提升。
|
1月前
|
数据可视化 大数据 数据挖掘
基于python大数据的招聘数据可视化分析系统
本系统基于Python开发,整合多渠道招聘数据,利用数据分析与可视化技术,助力企业高效决策。核心功能包括数据采集、智能分析、可视化展示及权限管理,提升招聘效率与人才管理水平,推动人力资源管理数字化转型。
|
1月前
|
设计模式 缓存 运维
Python装饰器实战场景解析:从原理到应用的10个经典案例
Python装饰器是函数式编程的精华,通过10个实战场景,从日志记录、权限验证到插件系统,全面解析其应用。掌握装饰器,让代码更优雅、灵活,提升开发效率。
120 0
|
2月前
|
搜索推荐 算法 数据可视化
基于python大数据的招聘数据可视化及推荐系统
本研究聚焦于基于协同过滤的就业推荐系统设计与实现。随着就业压力增大和信息技术发展,传统求职方式面临挑战。通过分析用户行为与职位特征,协同过滤技术可实现个性化职位推荐,提升求职与招聘效率。研究涵盖系统架构、数据采集、算法实现及可视化展示,旨在优化就业匹配,促进人才与岗位精准对接,助力就业市场智能化发展。
|
3月前
|
数据采集 存储 NoSQL
Python爬虫案例:Scrapy+XPath解析当当网网页结构
Python爬虫案例:Scrapy+XPath解析当当网网页结构
|
4月前
|
数据可视化 算法 数据挖掘
Python 3D数据可视化:7个实用案例助你快速上手
本文介绍了基于 Python Matplotlib 库的七种三维数据可视化技术,涵盖线性绘图、散点图、曲面图、线框图、等高线图、三角剖分及莫比乌斯带建模。通过具体代码示例和输出结果,展示了如何配置三维投影环境并实现复杂数据的空间表示。这些方法广泛应用于科学计算、数据分析与工程领域,帮助揭示多维数据中的空间关系与规律,为深入分析提供技术支持。
144 0
Python 3D数据可视化:7个实用案例助你快速上手

热门文章

最新文章

推荐镜像

更多