我的Python心路历程 第十期 （10.1 实践实例之股票数据分析）

背景

今日我的Python心路历程是 实践实例之股票数据分析）

方案

针对参考1中的代码进行实践，其中有几点体会和问题的处理。
首先，导入pandas库，详见参考2。

其次，准备数据，可以自己制作假数据，也可以从网上下载已有数据。
如下数据进行测试：

将datadir和fname适配为自己的，编译发现无法识别中文，故此将标题改为代码中的对应英文标题。

一步步开始调试代码，到第四步是出现编译异常，如下：

根据提示更改为如下代码：

# 最大年均复合增长率
print('4.2 最大年均复合增长率')
min_date = adj_price.idxmin()
max_date = adj_price.idxmax()
print(max_date.year)
print(min_date.year)max_growth_per_year = total_max_growth ** (1.0 / (max_date.year - min_date.year))
print(max_growth_per_year)

编译时发现又一个问题，计算max_growth_per_year时的分母max_date.year - min_date.year为0，调整数据，将Adj Close列的数据从小到大序列化（更改为模拟数据，因为真实数据只有2019年的，故此导致max_date.year和min_date.year均为2019）。

最后，经过以上调整之后所有代码可以成功编译，运行也未出错，结果如下：

但是，out2的图表matplotlib.pyplot示意并没有出来，肿么办呢？

通过参考3的方法测试发现图像是可以显示出来的，测试代码如下：

import numpy as np
import matplotlib.pyplot as pltdef main():# 线的绘制x = np.linspace(-np.pi, np.pi, 256, endpoint=True)c, s = np.cos(x), np.sin(x)# 绘制plt.figure(1)# 自变量 因变量plt.plot(x, c)# 自变量 因变量plt.plot(x, s)plt.show()plt.savefig("one.png")if __name__ == "__main__":main()

经过初步分析，发现是不是因为没有main函数导致的呢？不应该啊，添加main函数后依旧不现实图像，仔细研读以上测试成功的代码发现少了一句plt.show()，增加后果然应验，效果如下图所示：

对应代码为：

# coding=UTF-8import os
import matplotlib.pyplot as pltdef main():x = [0, 10]y = [0, 1000]lines = plt.plot(x, y)# use keyword argsplt.setp(lines, color='r', linewidth=2.0)**plt.show()**if __name__ == "__main__":main()

果不其然，少了这句就是无法显示Pycharm Matplotlib 图像。

附采用历史数据产生效果如下所示：

附

附所有代码如下（更新后）：

# coding=UTF-8import pandas as pd
import numpy as np
import os
import matplotlib.pyplot as plt# 股票数据分析,前提是对应的数据已经下载，如SZ#300790.csv#获取绝对路径，300790-300999为当前文件夹
datadir = os.path.join(os.path.dirname(__file__), '300790-300999')
fname = '00001.csv'
data = pd.read_csv(os.path.join(datadir, fname), index_col='Date', parse_dates=True)def gpbase0():# 分析波动幅度print('1.分析波动幅度')print(data)# 使用 resample 针对复权收盘价进行重采样print('2.使用 resample 针对复权收盘价进行重采样')adj_price = data['Adj Close']print(adj_price)resampled = adj_price.resample('m').ohlc()print(resampled)print((resampled.high - resampled.low) / resampled.low)def growth3():## 增长曲线print('3.增长曲线')adj_price = data['Adj Close']adj_price.plot(figsize=(8, 6))print(data.head())def growth4():#获取列族'Adj Close'adj_price = data['Adj Close']## 增长倍数print('4.增长倍数')### 最高增长倍数print('4.1 最高增长倍数')total_max_growth = adj_price.max() / adj_price.min()print(total_max_growth)# 最大年均复合增长率print('4.2 最大年均复合增长率')min_date = adj_price.idxmin()max_date = adj_price.idxmax()print(max_date.year)print(min_date.year)max_growth_per_year = total_max_growth ** (1.0 / (max_date.year - min_date.year))print(max_growth_per_year)def growth5():#获取列族'Adj Close'adj_price = data['Adj Close']## 当前增长倍数及复合增长率print('5.当前增长倍数及复合增长率')### 当前平均增长倍数print('5.1 当前平均增长倍数')total_growth = adj_price.iloc[0] / adj_price.iloc[-1]print(total_growth)### 年复合增长倍数print('5.2 年复合增长倍数')old_date = adj_price.index[-1]now_date = adj_price.index[0]growth_per_year = total_growth ** (1.0 / (now_date.year - old_date.year))print(growth_per_year)### 平均年化增长率print('5.3 平均年化增长率')price_in_years = adj_price.to_period(freq='A').groupby(level=0).first()print(price_in_years)#print(price_in_years.plot(figsize=(8,6)))diff = price_in_years.diff()rate_in_years =  diff / (price_in_years - diff)print(rate_in_years)print(rate_in_years.mean())rate_in_years.plot(kind='bar', figsize=(8,6))X = [0, len(rate_in_years)]Y = [0, 0]plt.plot(X, Y, color='red', linestyle='-')#不增加该代码的话，Pycharm Matplotlib 图像不显示plt.show()def main():growth5()if __name__ == "__main__":main()

参考：

1、python数据科学（十三）：实例——股票数据分析
2、我的Python心路历程 第七期 （PyCharm配置第三方库）
3、Pycharm Matplotlib 图像不显示问题