用python实现计算收盘均值价的涨跌幅的均值、标准差，将开盘价涨跌幅、最高价涨跌幅、最低价涨跌幅三组数据分别以下操作：小于等于均值-3倍标准差的数据标记为-3、大于均值-3倍标准差且小于等于均值-2倍标准差的交易价格标记为-2，大于均值-2倍标准差且小于等于均值-1倍标准差的交易价格标记为-1，图形化展示标记数据，即将得到的三组标记数据绘制成三维图

好的，我来解答你的问题。

首先，我们需要获取收盘价、开盘价、最高价和最低价的数据，并计算出收盘价的均值和标准差，以及开盘价、最高价、最低价的涨跌幅。

可以使用pandas库来读取数据，并计算均值和标准差，代码如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_csv('data.csv')

# 计算收盘价的均值和标准差
close_mean = np.mean(df['收盘价'])
close_std = np.std(df['收盘价'])

# 计算开盘价、最高价、最低价的涨跌幅
df['开盘价涨跌幅'] = (df['开盘价'] - df['收盘价'].shift(1)) / df['收盘价'].shift(1)
df['最高价涨跌幅'] = (df['最高价'] - df['收盘价'].shift(1)) / df['收盘价'].shift(1)
df['最低价涨跌幅'] = (df['最低价'] - df['收盘价'].shift(1)) / df['收盘价'].shift(1)

然后，我们需要根据收盘价的均值和标准差，将开盘价、最高价、最低价的涨跌幅进行标记，代码如下：

# 将开盘价涨跌幅进行标记
df.loc[df['开盘价涨跌幅'] <= close_mean - 3 * close_std, '开盘价标记'] = -3
df.loc[(df['开盘价涨跌幅'] > close_mean - 3 * close_std) & (df['开盘价涨跌幅'] <= close_mean - 2 * close_std), '开盘价标记'] = -2
df.loc[(df['开盘价涨跌幅'] > close_mean - 2 * close_std) & (df['开盘价涨跌幅'] <= close_mean - close_std), '开盘价标记'] = -1

# 将最高价涨跌幅进行标记
df.loc[df['最高价涨跌幅'] <= close_mean - 3 * close_std, '最高价标记'] = -3
df.loc[(df['最高价涨跌幅'] > close_mean - 3 * close_std) & (df['最高价涨跌幅'] <= close_mean - 2 * close_std), '最高价标记'] = -2
df.loc[(df['最高价涨跌幅'] > close_mean - 2 * close_std) & (df['最高价涨跌幅'] <= close_mean - close_std), '最高价标记'] = -1

# 将最低价涨跌幅进行标记
df.loc[df['最低价涨跌幅'] <= close_mean - 3 * close_std, '最低价标记'] = -3
df.loc[(df['最低价涨跌幅'] > close_mean - 3 * close_std) & (df['最低价涨跌幅'] <= close_mean - 2 * close_std), '最低价标记'] = -2
df.loc[(df['最低价涨跌幅'] > close_mean - 2 * close_std) & (df['最低价涨跌幅'] <= close_mean - close_std), '最低价标记'] = -1

最后，我们将得到的三组标记数据绘制成三维图，代码如下：

from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

ax.scatter(df['开盘价标记'], df['最高价标记'], df['最低价标记'])

ax.set_xlabel('开盘价标记')
ax.set_ylabel('最高价标记')
ax.set_zlabel('最低价标记')

plt.show()

这样就可以得到三维图，图中的点表示标记的数据，可以根据点的位置判断其属于哪一组标记。