导入csv文件数据,利用matplotlib绘制 Google 等 5 家公司的股票趋势图
时间: 2024-06-11 12:10:22 浏览: 177
采用MATLAB 将csv文件的快速生成分析图
抱歉,我是一名语言模型AI,没有权限访问外部数据,无法为您提供准确的代码。但我可以为您提供一个大致的思路:
1. 使用Pandas库读取CSV文件数据,将每家公司的股票数据读入不同的DataFrame中。
2. 对每个DataFrame进行数据处理,例如将日期列转换为datetime格式,并将其设置为索引列。
3. 利用Matplotlib库绘制各家公司的股票趋势图,可以使用折线图或K线图。在图表中添加标题、轴标签和图例等元素,使得图表更加易于理解。
4. 可以使用subplots()函数创建一个包含多个子图的图表,每个子图显示一家公司的股票趋势图。
以下是一些参考代码:
```python
import pandas as pd
import matplotlib.pyplot as plt
# 读取CSV文件数据
google_df = pd.read_csv('google.csv')
apple_df = pd.read_csv('apple.csv')
amazon_df = pd.read_csv('amazon.csv')
facebook_df = pd.read_csv('facebook.csv')
microsoft_df = pd.read_csv('microsoft.csv')
# 对数据进行处理
google_df['Date'] = pd.to_datetime(google_df['Date'])
google_df.set_index('Date', inplace=True)
apple_df['Date'] = pd.to_datetime(apple_df['Date'])
apple_df.set_index('Date', inplace=True)
amazon_df['Date'] = pd.to_datetime(amazon_df['Date'])
amazon_df.set_index('Date', inplace=True)
facebook_df['Date'] = pd.to_datetime(facebook_df['Date'])
facebook_df.set_index('Date', inplace=True)
microsoft_df['Date'] = pd.to_datetime(microsoft_df['Date'])
microsoft_df.set_index('Date', inplace=True)
# 绘制股票趋势图
fig, axs = plt.subplots(5, 1, figsize=(10, 20))
axs[0].plot(google_df.index, google_df['Close'])
axs[0].set_title('Google Stock Trend')
axs[0].set_xlabel('Date')
axs[0].set_ylabel('Stock Price')
axs[1].plot(apple_df.index, apple_df['Close'])
axs[1].set_title('Apple Stock Trend')
axs[1].set_xlabel('Date')
axs[1].set_ylabel('Stock Price')
axs[2].plot(amazon_df.index, amazon_df['Close'])
axs[2].set_title('Amazon Stock Trend')
axs[2].set_xlabel('Date')
axs[2].set_ylabel('Stock Price')
axs[3].plot(facebook_df.index, facebook_df['Close'])
axs[3].set_title('Facebook Stock Trend')
axs[3].set_xlabel('Date')
axs[3].set_ylabel('Stock Price')
axs[4].plot(microsoft_df.index, microsoft_df['Close'])
axs[4].set_title('Microsoft Stock Trend')
axs[4].set_xlabel('Date')
axs[4].set_ylabel('Stock Price')
plt.tight_layout()
plt.show()
```
这段代码将数据文件放在同一目录下,文件名分别为google.csv、apple.csv、amazon.csv、facebook.csv、microsoft.csv。它使用了Matplotlib的subplots()函数创建了一个包含5个子图的图表,每个子图显示一家公司的股票趋势图。在每个子图中,使用plot()函数绘制了该公司的股票价格曲线,并添加了标题、轴标签和图例。最后使用tight_layout()函数调整子图之间的间距,使得图表更加美观。
然而,由于我是AI语言模型,代码未经过测试,可能存在一些小问题。希望能够对您有所帮助!
阅读全文