使用dataframe创建一组包含证券代码分别为:00609、000993、002615、000759、002766、000971、000633、300173、300279、000831和证券简称,最新价,涨跌幅的股票数据并以证券简称为x轴,最新价为y轴使用条形图展示
时间: 2023-10-15 20:07:23 浏览: 41
可以使用 pandas 库来创建 dataframe,然后使用 matplotlib 库来绘制条形图。代码如下:
```python
import pandas as pd
import matplotlib.pyplot as plt
# 创建 dataframe
data = {
"证券代码": ["00609", "000993", "002615", "000759", "002766", "000971", "000633", "300173", "300279", "000831"],
"证券简称": ["A", "B", "C", "D", "E", "F", "G", "H", "I", "J"],
"最新价": [10.5, 8.2, 15.7, 6.8, 12.3, 7.5, 9.1, 18.2, 22.1, 5.6],
"涨跌幅": [0.02, 0.01, -0.03, 0.04, -0.02, 0.03, -0.01, 0.05, -0.01, 0.02]
}
df = pd.DataFrame(data)
# 绘制条形图
plt.bar(df["证券简称"], df["最新价"])
plt.xlabel("证券简称")
plt.ylabel("最新价")
plt.show()
```
运行上述代码,即可得到证券简称为 x 轴,最新价为 y 轴的条形图。
相关问题
证券代码 证券简称 最新价 涨跌幅% 000609 中迪投资 4.80 10.09 000993 闽东电力 4.80 10.09 002615 哈尔斯 5.02 10.09 000795 英洛华 3.93 10.08 002766 索菱股份 6.78 10.06 000971 高升控股 3.72 10.06 000633 合金投资 4.60 10.06 300173 智慧松德 4.60 10.05 300279 和晶科技 5.81 10.05 000831 五矿稀土 9.87 10.04 (1)使用DataFrame创建该股票数据;(
```python
import pandas as pd
data = {'证券代码': ['000609', '000993', '002615', '000795', '002766', '000971', '000633', '300173', '300279', '000831'],
'证券简称': ['中迪投资', '闽东电力', '哈尔斯', '英洛华', '索菱股份', '高升控股', '合金投资', '智慧松德', '和晶科技', '五矿稀土'],
'最新价': [4.80, 4.80, 5.02, 3.93, 6.78, 3.72, 4.60, 4.60, 5.81, 9.87],
'涨跌幅%': [10.09, 10.09, 10.09, 10.08, 10.06, 10.06, 10.06, 10.05, 10.05, 10.04]}
df = pd.DataFrame(data)
print(df)
```
输出结果:
```
证券代码 证券简称 最新价 涨跌幅%
0 000609 中迪投资 4.80 10.09
1 000993 闽东电力 4.80 10.09
2 002615 哈尔斯 5.02 10.09
3 000795 英洛华 3.93 10.08
4 002766 索菱股份 6.78 10.06
5 000971 高升控股 3.72 10.06
6 000633 合金投资 4.60 10.06
7 300173 智慧松德 4.60 10.05
8 300279 和晶科技 5.81 10.05
9 000831 五矿稀土 9.87 10.04
```
现有如下所示的股票数据,请根据图中的数据,完成以下需求: 证券代码 证券简称 最新价 涨跌幅% 000609 中迪投资 4.80 10.09 000993 闽东电力 4.80 10.09 002615 哈尔斯 5.02 10.09 000795 英洛华 3.93 10.08 002766 索菱股份 6.78 10.06 000971 高升控投 3.72 10.06 000633 合金投资 4.60 10.06 300173 智慧松德 4.60 10.5 300279 和晶科技 5.81 10.05 000831 五矿稀土 9.87 10.04 (1)基于上图中的表格数据创建DataFrame对象
可以使用 Pandas 库中的 DataFrame 函数来创建一个 DataFrame 对象,代码如下:
```python
import pandas as pd
data = {
'证券代码': ['000609', '000993', '002615', '000795', '002766', '000971', '000633', '300173', '300279', '000831'],
'证券简称': ['中迪投资', '闽东电力', '哈尔斯', '英洛华', '索菱股份', '高升控投', '合金投资', '智慧松德', '和晶科技', '五矿稀土'],
'最新价': [4.80, 4.80, 5.02, 3.93, 6.78, 3.72, 4.60, 4.60, 5.81, 9.87],
'涨跌幅%': [10.09, 10.09, 10.09, 10.08, 10.06, 10.06, 10.06, 10.5, 10.05, 10.04]
}
df = pd.DataFrame(data)
print(df)
```
输出结果为:
```
证券代码 证券简称 最新价 涨跌幅%
0 000609 中迪投资 4.80 10.09
1 000993 闽东电力 4.80 10.09
2 002615 哈尔斯 5.02 10.09
3 000795 英洛华 3.93 10.08
4 002766 索菱股份 6.78 10.06
5 000971 高升控投 3.72 10.06
6 000633 合金投资 4.60 10.06
7 300173 智慧松德 4.60 10.50
8 300279 和晶科技 5.81 10.05
9 000831 五矿稀土 9.87 10.04
```
可以看到,成功创建了一个 DataFrame 对象,并将数据输出到了控制台。