pandas_datareader.data读取雅虎财经网站的数据

可以使用以下代码读取雅虎财经网站的数据：

import pandas_datareader as pdr

data = pdr.get_data_yahoo(symbol='AAPL', start='2010-01-01', end='2022-01-01')

其中，symbol为股票代码，start和end为开始和结束时间。

相关问题

pandas_datareader怎么读取Google Finance

pandas_datareader可以通过调用Google Finance的API来读取数据。需要使用pandas_datareader.data模块中的DataReader函数，并指定数据源为'google'，并提供股票代码和时间范围作为参数。

以下是读取谷歌股票（GOOG）在2017年1月1日至2017年12月31日之间的每日收盘价的示例代码：

import pandas_datareader.data as web
import datetime

start = datetime.datetime(2017, 1, 1)
end = datetime.datetime(2017, 12, 31)

df = web.DataReader('GOOG', 'google', start, end)
print(df)

其中，'GOOG'为谷歌股票的代码，start和end为开始和结束时间，返回的结果是一个包含每日收盘价的DataFrame。

使用国内网站，1.使用Pandas_datareader获取任意两支股票近三个月的交易数据。做出收盘价的变动图像。 2.使用Pandas_datareader获取世界银行数据库中美国（USA）、瑞典（SWE）、瑞士（CHE）三个国家近20年的NY.GDP.PCAP.KD数据，作图分析。 3.对于泰坦尼克的数据集，试分析幸存与否与独立登船的相关性（alone数据列）。

好的，让我来回答你的问题。

1. 这个问题需要使用 Python 编程语言来解决，需要安装 Pandas_datareader 库。如果你还没有安装这个库，可以使用以下命令来安装：

pip install pandas-datareader

然后，可以使用以下代码来获取两支股票的交易数据，并绘制收盘价的变动图像：

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

# 获取股票代码为 AAPL 和 MSFT 的股票近三个月的交易数据
start_date = '2021-06-01'
end_date = '2021-09-01'
aapl = web.DataReader('AAPL', 'yahoo', start_date, end_date)
msft = web.DataReader('MSFT', 'yahoo', start_date, end_date)

# 绘制收盘价的变动图像
plt.plot(aapl['Close'], label='AAPL')
plt.plot(msft['Close'], label='MSFT')
plt.legend()
plt.show()

2. 这个问题也需要使用 Python 编程语言来解决，同样需要安装 Pandas_datareader 库。如果你还没有安装这个库，可以使用以下命令来安装：

pip install pandas-datareader

然后，可以使用以下代码来获取三个国家的 GDP 数据，并绘制图像进行分析：

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

# 获取美国、瑞典、瑞士近20年的 GDP 数据
start_date = '2001-01-01'
end_date = '2021-01-01'
countries = ['USA', 'SWE', 'CHE']
gdp = web.DataReader('NY.GDP.PCAP.KD', 'wb', start_date, end_date, country=countries)

# 绘制图像进行分析
gdp.plot()
plt.show()

3. 这个问题需要使用 Python 编程语言来解决，需要使用 Pandas 库。首先，需要读取泰坦尼克的数据集，然后使用 Pandas 的 `groupby()` 函数来计算独立登船和幸存的人数，最后使用 Pandas 的 `crosstab()` 函数来生成交叉表，分析幸存与否与独立登船的相关性：

import pandas as pd

# 读取泰坦尼克的数据集
titanic = pd.read_csv('titanic.csv')

# 计算独立登船和幸存的人数
counts = titanic.groupby(['alone', 'survived']).size().unstack()

# 生成交叉表，分析幸存与否与独立登船的相关性
print(pd.crosstab(titanic['alone'], titanic['survived']))

希望这些回答能够帮助到你！