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。

2. 绘制每天成交量（表格中Volume数据）的柱形图。

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()

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()