python之股票数据分析

一、初识Pandas

Pandas 是基于 NumPy 的一个非常好用的库，它有两种自己独有的基本数据结构Series （一维）和 DataFrame（二维），它们让数据操作更简单了。虽然Pandas有着两种数据结构，但它依然是 Python 的一个库，所以，Python 中有的数据类型在这里依然适用，也同样还可以使用类自己定义数据类型。

在金融数据分析领域，Pandas更是起到了非常重要的作用，比如用于量化交易。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具，对于亿级的数据处理也如鱼得水。

二、Pandas基本操作

1、Series的创建
Series的创建主要有三种方式：

1）通过一维数组创建Series

import numpy as np
import pandas as pd
#创建一维数组
a = np.arange(10)
print(a)
s = pd.Series(a)
print(s)

输出如下：

2）通过字典的方式创建Series

import numpy as np
import pandas as pd
#创建字典
d = {'a':1,'b':2,'c':3,'d':4,'e':5}
print(d)

s = pd.Series(d)
print(s)

输出如下：

3）通过DataFrame中的某一行或某一列创建Series

参考下面DataFrame第三种创建方式中的s = df3['one']。

2、DataFrame的创建

DataFrame的创建主要有三种方式：

1）通过二维数组创建DataFrame

import numpy as np
import pandas as pd

#创建二维数组
a = np.array(np.arange(12)).reshape(3,4)
print(a)

df1 = pd.DataFrame(a)
print(df1)

输出如下：

2）通过字典的方式创建DataFrame

以下以两种字典来创建数据框，一个是字典列表，一个是嵌套字典。

import numpy as np
import pandas as pd

d1 = {'a':[1,2,3,4],'b':[5,6,7,8],'c':[9,10,11,12],'d':[14,14,15,16]}
print(d1)

df1 = pd.DataFrame(d1)
print(df1)

d2 = {'one':{'a':1,'b':2,'c':3,'d':4},'two':{'a':5,'b':6,'c':7,'d':8},'three':{'a':9,'b':10,'c':11,'d':12}}
print(d2)

df2 = pd.DataFrame(d2)
print(df2)

输出如下：

3）通过DataFrame的方式创建DataFrame

我们取出2）中的df2来创建df3

df2 = pd.DataFrame(d2)
print(df2)

df3 = df2[['one','two']]
print(df3)

s = df3['one']
print(s)

输出如下：

三、处理股票数据

接下来，我们通过实例来学习Pandas在处理股票数据上的应用。
我们使用pandas_datareader来获取阿里巴巴的股票数据。
1）导入以下库：

import pandas as pd
import pandas_datareader.data as web
#绘图使用
import matplotlib.pyplot as plt
#获取时间使用
import datetime

2）设置股票名称和时间参数

name = "BABA"
start = datetime.datetime(2015,1,1)
end = datetime.date.today()

3）获取股票数据

prices = web.DataReader(name, "google", start, end)

4）查看prices的类型

print(type(prices))

打印如下：

<class 'pandas.core.frame.DataFrame'>

可以看到返回的数据类型就是DataFrame类型。

5）查看股票的摘要信息

print(prices.describe()

打印 如下：

             Open        High         Low       Close        Volume
count  791.000000  791.000000  792.000000  792.000000  7.920000e+02
mean   106.632099  107.793186  105.355164  106.614520  1.610571e+07
std     38.191772   38.539981   37.719848   38.156416  9.941683e+06
min     57.300000   58.650000   57.200000   57.390000  2.457439e+06
25%     79.855000   80.945000   79.157500   79.935000  1.003487e+07
50%     91.000000   91.740000   89.925000   90.705000  1.350020e+07
75%    119.315000  120.400000  118.462500  120.205000  1.879724e+07
max    204.830000  206.200000  202.800000  205.220000  9.704593e+07

再来打印最新的三条信息

print(prices.tail(3))

              Open    High     Low   Close    Volume
Date                                                
2018-02-21  189.37  193.17  188.46  188.82  22071585
2018-02-22  190.20  190.74  187.77  188.75  12282843
2018-02-23  190.18  193.40  189.95  193.29  16937275

6）绘图

我们将阿里巴巴的股票数据按照开盘价绘图。

plt.plot(prices.index, prices["Open"])
plt.show()

从图中我们可以看到阿里巴巴的股票一路攀升，细心点发现每年的11月都有一个高点。

四、总结

Pandas是以NumPy和Matplotlib为基础封装的金融数据分析的库，对于量化交易十分有用，通过可视化的效果能帮我们一定程度分析股市的走向。