from matplotlib.pyplot import MultipleLocator
#从pyplot导入MultipleLocator类 这个类用于设置刻度间隔
from datetime import datetime
#主题设置
sns.set_style( whitegrid )
plt.style.use( fivethirtyeight )
def cout(sample):
plt.figure()
plt.plot(sample.date,sample.open,c b ,label open )
plt.plot(sample.date,sample.close,c #C0C0C0 ,label open )
#这句不加不显示图例
plt.legend(loc upper right )
plt.show()
def printf(sample):
plt.figure()
plt.plot(sample.date,sample.open,c b ,linewidth 2, markersize 12,label open )
plt.plot(sample.date,sample.close,c #C0C0C0 ,linewidth 2, markersize 12, label close )
plt.show()
x_major_locator MultipleLocator(6)
#把x轴的刻度间隔设置为1 并存在变量里
y_major_locator MultipleLocator(1)
#把y轴的刻度间隔设置为10 并存在变量里
ax plt.gca()
#ax为两条坐标轴的实例
ax.xaxis.set_major_locator(x_major_locator)
#把x轴的主刻度设置为6的倍数
ax.yaxis.set_major_locator(y_major_locator)
#把y轴的主刻度设置为1的倍数
plt.ylim(43,)
plt.legend(loc upper right )
#plt.legend(handles [ln2,ln1],lables [ open , close ])
plt.show()
def main():
#读入数据并且初步看看这数据里都有啥
file pd.read_csv( all_stocks_5yr.csv )
#查看总体都有啥以及前十行
file.info()
print(file.head(10))
#查看几家公司
print(file.Name.nunique())
#求得开市日期
open_datas np.unique(file.date)
print(open_datas.size)
#获得时间
#dates file.date.apply(lambda x : pd.to_datetime(x, format %Y-%m-%d , errors ignore ))
#得出现次数最多的几家公司
print(file.Name.value_counts().head(5))
#我们现在选择其中一家公司作为样本
samplee file[file.Name ALL ]
print(samplee.head(5))
sample samplee.head(50)
#如果直接搞得话由于数据量大 我电脑直接跑死机了 这里取前50天
#先看看直接画是啥效果
cout(sample)
#X轴太密了 看起来非常谔谔
#我们设置一下间隔 操作如下
printf(sample)
#这样我们的图就看起来体面了很多
main()
