根据”数据1008.xlsx ”1.编写程序求日收益，并存入变量 2.编写程序分别求每支股票的日收益变量从2015年1月6日到2021年7月7日的最大子数组。将结果保存到变量 3.利用matplotlib绘制每只股票原始价格的图线（注意：不是日收益曲线，只需画原始数据曲线）

首先，为了完成这些任务，你需要使用Python的数据分析库pandas来处理Excel文件、计算日收益率以及操作数据，以及matplotlib库来绘制图形。以下是一个简化的示例步骤：

1. **读取Excel文件并计算日收益率**

import pandas as pd

# 读取数据
df = pd.read_excel('data1008.xlsx')

# 假设'Close'列代表收盘价，我们可以假设每日收益率是前一天收盘价除以今天的收盘价减一
df['Daily_Return'] = df['Close'].pct_change()

# 将计算出的日收益率存入变量daily_returns
daily_returns = df['Daily_Return']

2. **找到最大子数组**（这里假设我们需要找到连续最大正收益）

def max_subarray(arr):
    max_len = 0
    start = 0
    curr_sum = 0
    for i in range(len(arr)):
        curr_sum += arr[i]
        if curr_sum > 0:
            max_len = max(max_len, i - start + 1)
        else:
            curr_sum = 0
            start = i + 1
    return max_len

max_lengths = [max_subarray(df[df.index >= '2015-01-06'][stock]['Daily_Return']) for stock in df.columns if 'Stock' in stock]

3. **绘制原始价格图线**

import matplotlib.pyplot as plt

# 只画原始价格曲线
plt.figure(figsize=(10, 6))
for stock, data in df.groupby(level=0):
    plt.plot(data['Date'], data['Close'], label=stock)

plt.title('Original Stock Prices')
plt.xlabel('Date')
plt.ylabel('Price')
plt.legend()
plt.show()