获取一只任意股票数据，样本时间为2022年一整年的数据，周期频率为日线数据。获取后，修改为时间索引，根据ta-lib模块中的BBANDS函数，计算布林线，并将布林线数据和股价数据进行可视化。

为了获取一只股票的数据，我们需要使用数据接口获取数据。这里我以tushare为例，使用它的pro接口获取数据。在使用前需要安装tushare模块并申请tushare的token。

import tushare as ts
import pandas as pd

# 设置tushare pro的token
ts.set_token('你的token')

# 初始化pro接口
pro = ts.pro_api()

# 获取股票数据
df = pro.daily(ts_code='股票代码', start_date='20220101', end_date='20221231')

获取到数据之后，我们需要将数据的索引修改为时间索引。

# 将数据索引修改为时间索引
df.index = pd.to_datetime(df.trade_date)

# 将不需要的列删除，只保留收盘价
df.drop(['ts_code', 'trade_date', 'open', 'high', 'low', 'pre_close', 'change', 'pct_chg', 'vol', 'amount'], axis=1, inplace=True)

接下来，我们需要使用ta-lib模块中的BBANDS函数计算布林线。

import talib

# 计算布林线
df['upperband'], df['middleband'], df['lowerband'] = talib.BBANDS(df.close, timeperiod=20, nbdevup=2, nbdevdn=2, matype=0)

最后，我们将股票价格数据和布林线数据进行可视化。

import matplotlib.pyplot as plt

# 绘制可视化图表
plt.figure(figsize=(16, 8))
plt.plot(df.close, label='Close Price')
plt.plot(df.upperband, label='Upper Band')
plt.plot(df.middleband, label='Middle Band')
plt.plot(df.lowerband, label='Lower Band')
plt.title('Stock Price and Bollinger Bands')
plt.xlabel('Date')
plt.ylabel('Price')
plt.legend()
plt.show()

完整代码如下：

import tushare as ts
import pandas as pd
import talib
import matplotlib.pyplot as plt

# 设置tushare pro的token
ts.set_token('你的token')

# 初始化pro接口
pro = ts.pro_api()

# 获取股票数据
df = pro.daily(ts_code='股票代码', start_date='20220101', end_date='20221231')

# 将数据索引修改为时间索引
df.index = pd.to_datetime(df.trade_date)

# 将不需要的列删除，只保留收盘价
df.drop(['ts_code', 'trade_date', 'open', 'high', 'low', 'pre_close', 'change', 'pct_chg', 'vol', 'amount'], axis=1, inplace=True)

# 计算布林线
df['upperband'], df['middleband'], df['lowerband'] = talib.BBANDS(df.close, timeperiod=20, nbdevup=2, nbdevdn=2, matype=0)

# 绘制可视化图表
plt.figure(figsize=(16, 8))
plt.plot(df.close, label='Close Price')
plt.plot(df.upperband, label='Upper Band')
plt.plot(df.middleband, label='Middle Band')
plt.plot(df.lowerband, label='Lower Band')
plt.title('Stock Price and Bollinger Bands')
plt.xlabel('Date')
plt.ylabel('Price')
plt.legend()
plt.show()

需要注意的是，这里的股票数据需要替换为需要获取数据的股票代码。同时，也需要安装相应的模块，如tushare、pandas、ta-lib和matplotlib等。