使用python的pandas为你的股票绘制趋势图

使用Python的pandas库和matplotlib库，可以方便地对股票数据进行可视化分析。以下是使用pandas绘制股票趋势图的步骤：

步骤一：导入必要的库

在绘制趋势图之前，需要先导入必要的库，包括pandas、matplotlib和pandas_datareader。pandas用于数据处理和分析，matplotlib用于图表绘制，pandas_datareader用于从Yahoo Finance获取股票数据。

import pandas as pd
import matplotlib.pyplot as plt
import pandas_datareader.data as web

步骤二：获取股票数据

pandas_datareader提供了一个方便的接口，可以从Yahoo Finance获取股票数据。以下是从Yahoo Finance获取AAPL（苹果公司）股票数据的示例代码：

start = '2019-01-01'
end = '2020-01-01'

aapl = web.DataReader('AAPL', 'yahoo', start, end)

在代码中，我们使用DataReader函数从Yahoo Finance获取股票数据，其中第一个参数是股票代码，第二个参数是数据源（'yahoo'表示从Yahoo Finance获取数据），第三个参数和第四个参数分别是开始日期和结束日期。

步骤三：绘制趋势图

获取股票数据后，我们可以使用pandas的plot函数绘制股票趋势图。以下是绘制AAPL股票趋势图的示例代码：

aapl['Adj Close'].plot()
plt.show()

在代码中，我们使用'aapl['Adj Close']'选择Adj Close列的数据（Adjusted Close price），然后使用plot函数绘制趋势图。最后使用plt.show()函数显示图表。

除了简单的线形趋势图，我们还可以绘制其他形式的趋势图，比如K线图和箱形图。以下是使用mpl_finance库绘制AAPL股票K线图的示例代码：

from mpl_finance import candlestick_ohlc
import matplotlib.dates as mdates

ohlc = aapl['Adj Close'].resample('10D').ohlc()
ohlc = ohlc.reset_index()
ohlc['Date'] = ohlc['Date'].map(mdates.date2num)

fig, ax = plt.subplots(figsize = (15,10))
candlestick_ohlc(ax, ohlc.values, width = 2, colorup = 'green', colordown = 'red', alpha = 0.7)
plt.xlabel('Date')
plt.ylabel('Price ($)')
plt.title('AAPL Stock Price')
plt.show()

在代码中，我们使用resample函数对数据进行重新采样（以10天为采样周期），并使用ohlc函数计算开盘价（Open）、最高价（High）、最低价（Low）和收盘价（Close）等数据。然后使用candlestick_ohlc函数绘制K线图。最后使用plt.title、plt.xlabel、plt.ylabel设置标题和标签，并使用plt.show()函数显示图表。

绘制箱形图的代码和绘制K线图的代码类似，这里不再赘述。