2.用matplotlib 画伊利,蒙牛两只股票价格连续五天变化的折线图(放在一张图上)股票价格变化的数据保存在excel文件里。

时间: 2024-02-11 07:08:15 浏览: 13
好的,以下是一种实现方式: ```python import pandas as pd import matplotlib.pyplot as plt # 读取数据 df_yili = pd.read_excel('yili.xlsx') df_mengniu = pd.read_excel('mengniu.xlsx') # 绘制折线图 plt.plot(df_yili['日期'], df_yili['收盘价'], label='伊利') plt.plot(df_mengniu['日期'], df_mengniu['收盘价'], label='蒙牛') # 添加图例和标签 plt.legend() plt.xlabel('日期') plt.ylabel('收盘价(元)') plt.title('伊利、蒙牛股票价格变化') # 显示图像 plt.show() ``` 其中,`yili.xlsx` 和 `mengniu.xlsx` 分别是伊利和蒙牛的股票价格数据,每个文件包含两列数据:日期和收盘价。在代码中,我们使用 Pandas 库读取数据,然后使用 Matplotlib 库绘制折线图,并添加图例和标签。最后,调用 `show()` 方法显示图像。
相关问题

python 2.用matplotlib 画伊利,蒙牛两只股票价格连续五天变化的折线图(放在一张图上)股票价格变化的数据保存在excel文件里。

好的,我会根据您的要求进行操作。首先,我们需要安装`pandas`和`matplotlib`库,您可以在命令行中输入以下命令进行安装: ``` pip install pandas matplotlib ``` 接下来,我们需要使用`pandas`库读取Excel文件中的数据并绘制折线图。假设Excel文件名为`stock.xlsx`,数据保存在名为`Sheet1`的工作表中,我们可以使用以下代码来实现: ```python import pandas as pd import matplotlib.pyplot as plt # 读取Excel文件 df = pd.read_excel('stock.xlsx', sheet_name='Sheet1') # 获取伊利、蒙牛的股票价格数据 yi_li = df['伊利'] meng_niu = df['蒙牛'] # 绘制折线图 plt.plot(yi_li, label='伊利') plt.plot(meng_niu, label='蒙牛') # 设置图例、标题和坐标轴标签 plt.legend() plt.title('伊利、蒙牛股票价格变化') plt.xlabel('日期') plt.ylabel('股票价格') # 显示图形 plt.show() ``` 请注意,上述代码中`df['伊利']`和`df['蒙牛']`分别表示获取Excel表格中名为“伊利”和“蒙牛”的列数据。您需要根据实际情况修改这些列名。另外,您可以根据需要修改图例、标题和坐标轴标签等参数。 希望这个代码能够满足您的需求,有任何疑问请随时提出。

python代码用matplotlib 画伊利,蒙牛两只股票价格连续五天变化的折线图(放在一张图上)股票价格变化的数据保存在excel文件里。

好的,首先需要安装必要的库,包括pandas、matplotlib和openpyxl,可以使用以下代码进行安装: ``` !pip install pandas !pip install matplotlib !pip install openpyxl ``` 然后,假设伊利股票的数据保存在`yili.xlsx`文件中,蒙牛股票的数据保存在`mengniu.xlsx`文件中,且每个文件中的数据格式如下: | 日期 | 价格 | | :--------: | :----: | | 2021-10-01 | 10.00 | | 2021-10-02 | 11.00 | | 2021-10-03 | 12.00 | | 2021-10-04 | 13.00 | | 2021-10-05 | 14.00 | 可以使用以下代码读取数据: ```python import pandas as pd # 读取数据 yili_data = pd.read_excel('yili.xlsx') mengniu_data = pd.read_excel('mengniu.xlsx') # 设置日期为索引 yili_data.set_index('日期', inplace=True) mengniu_data.set_index('日期', inplace=True) # 取最近的五天数据 yili_data = yili_data.tail(5) mengniu_data = mengniu_data.tail(5) ``` 接着,可以使用以下代码绘制折线图: ```python import matplotlib.pyplot as plt # 绘制伊利股票价格折线 plt.plot(yili_data.index, yili_data['价格'], label='伊利') # 绘制蒙牛股票价格折线 plt.plot(mengniu_data.index, mengniu_data['价格'], label='蒙牛') # 添加标题和标签 plt.title('伊利、蒙牛股票价格变化') plt.xlabel('日期') plt.ylabel('价格') # 添加图例 plt.legend() # 显示图像 plt.show() ``` 这样就可以得到伊利、蒙牛两只股票价格连续五天变化的折线图了。

相关推荐

最新推荐

recommend-type

matplotlib 曲线图 和 折线图 plt.plot()实例

主要介绍了matplotlib 曲线图 和 折线图 plt.plot()实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

python使用matplotlib模块绘制多条折线图、散点图

主要为大家详细介绍了python使用matplotlib模块绘制多条折线图、散点图的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

python matplotlib折线图样式实现过程

主要介绍了python matplotlib折线图样式实现过程,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

解决python中用matplotlib画多幅图时出现图形部分重叠的问题

今天小编就为大家分享一篇解决python中用matplotlib画多幅图时出现图形部分重叠的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

解决Python Matplotlib绘图数据点位置错乱问题

在绘制正负样本在各个特征维度上的CDF(累积分布)图时出现了以下问题: 问题具体表现为: 1.几个负样本的数据点位置倒错 2.X轴刻度变成了乱七八糟一团鬼东西 最终解决办法 造成上述情况的原因其实是由于输入...
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

云原生架构与soa架构区别?

云原生架构和SOA架构是两种不同的架构模式,主要有以下区别: 1. 设计理念不同: 云原生架构的设计理念是“设计为云”,注重应用程序的可移植性、可伸缩性、弹性和高可用性等特点。而SOA架构的设计理念是“面向服务”,注重实现业务逻辑的解耦和复用,提高系统的灵活性和可维护性。 2. 技术实现不同: 云原生架构的实现技术包括Docker、Kubernetes、Service Mesh等,注重容器化、自动化、微服务等技术。而SOA架构的实现技术包括Web Services、消息队列等,注重服务化、异步通信等技术。 3. 应用场景不同: 云原生架构适用于云计算环境下的应用场景,如容器化部署、微服务
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。