现在有来自Yahoo Finance的微软，谷歌，苹果三家公司近五年的股价情况表格，分别存在step3/MSFT.csv、step3/GOOG.csv、step3/AAPL.csv三个文件中，它们的格式都是一样的，以step3/MSFT.csv为例： Date,Open,High,Low,Close,Adj Close,Volume 2014-01-01,37.349998,37.889999,34.630001,37.840000,33.554665,930226200 ...... 2018-12-01,113.000000,113.419998,101.709999,102.889999,102.889999,428768900 第一行代表之后每一行逗号分隔的各个数据的含义，这里我们只要知道Date，Open的含义，分别代表日期，开盘价，以第一行数据为例，即：2014年1月1日的开盘价是37.349998。 在右侧编辑器中有一个函数Draw，要求在这个函数中读取并解析这三个文件的数据，并以日期为X轴，开盘价为Y轴，绘制一个折线图，并将其保存为step3/output/data.png文件。

好的，以下是一个实现上述要求的 Python 代码：

import pandas as pd
import matplotlib.pyplot as plt

def Draw():
    # 读取三个csv文件
    msft_df = pd.read_csv('step3/MSFT.csv')
    goog_df = pd.read_csv('step3/GOOG.csv')
    aapl_df = pd.read_csv('step3/AAPL.csv')
    
    # 将日期列转换为datetime类型，并设置为索引
    msft_df['Date'] = pd.to_datetime(msft_df['Date'])
    goog_df['Date'] = pd.to_datetime(goog_df['Date'])
    aapl_df['Date'] = pd.to_datetime(aapl_df['Date'])
    msft_df.set_index('Date', inplace=True)
    goog_df.set_index('Date', inplace=True)
    aapl_df.set_index('Date', inplace=True)
    
    # 绘制折线图
    plt.plot(msft_df['Open'], label='Microsoft')
    plt.plot(goog_df['Open'], label='Google')
    plt.plot(aapl_df['Open'], label='Apple')
    plt.legend()
    plt.xlabel('Date')
    plt.ylabel('Open Price')
    
    # 保存图片
    plt.savefig('step3/output/data.png')

代码解释：

1. 首先，我们使用 Pandas 库中的 `read_csv()` 函数读取三个 csv 文件，并将其分别存储在 `msft_df`、`goog_df`、`aapl_df` 三个 DataFrame 对象中。
2. 然后，我们使用 Pandas 库中的 `to_datetime()` 函数将日期列转换为 datetime 类型，并将其设置为索引。
3. 接着，我们使用 Matplotlib 库中的 `plot()` 函数绘制三条折线，分别对应于三个公司的开盘价数据，并使用 `legend()` 函数添加图例。
4. 最后，我们使用 `xlabel()` 和 `ylabel()` 函数添加 X 轴和 Y 轴标签，并使用 `savefig()` 函数将图像保存为指定的文件。

希望这个代码可以帮助到您！