pandas 股票分析图

获取APPL，MSFT，GOOG的股票数据markdown

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

date	AAPL	GOOG	MSFT
2016-01-04	102.612183	741.840027	53.015032
2016-01-05	100.040792	742.580017	53.256889
2016-01-06	98.083025	743.619995	52.289462
2016-01-07	93.943473	726.390015	50.470697
2016-01-08	94.440222	714.469971	50.625489

1 多只股票对比
作出图形app

stocks.plot(grid = True)
plt.show()

因为google的股价比较高，因此致使了Microsoft和Apple股票波动变小。一个解决的方法是使用不一样的刻度线。函数

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

还有的更好的方法是画出收益图google

#df.apply(arg)将会把函数参数应用到数据框的每一列，而后再返回一个数据框
#在这行代码中，lambda中的x是一个series
stock_return = stocks.apply(lambda x: x / x[0])
stock_return.head()

作出波动图spa

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

经过这个图咱们能够看到每个股票相对于初始价格的收益，咱们还能够看到这些股票的波动是相关的。
咱们还能够作出股票的天天的变化图code

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

2 股票均线图图片

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()