stock_code = ["股票__{}".format(i+1) for i in range(stock_rise.shape[0])]

这段代码是用来生成一个股票代码的列表，其中：

- `stock_rise.shape[0]` 表示股票数据的行数，即股票的数量
- `["股票__{}".format(i+1) for i in range(stock_rise.shape[0])]` 表示通过循环遍历股票数量的范围，生成一个列表，其中每个元素为 `"股票__i"` 的格式化字符串，其中 `i` 从 1 开始递增，一直到股票数量。这样就可以得到一个形如 `["股票__1", "股票__2", ...]` 的列表，其中包含了所有股票的代码。

相关问题

pro = ts.pro_api() df = pro.daily(fields = 'ts_code,trade_date,open,close') def get_stock_poll(df): stock_pool=[] for code in df['ts_code'].unique(): temp_df = df[df['ts_code'] == code ] for i in range(len(temp_df)-3): if (temp_df.iloc[i+3]['close']>temp_df.iloc[i+2]['close']) and\(temp_df.iloc[i+2]['close']>temp_df.iloc[i+2]['open']) and\(temp_df.iloc[i+1]['close']>temp_df.iloc[i+1]['open']) and\(temp_df.iloc[i]['close']>temp_df.iloc[i]['open']) stock_pool.append(code) break return stock_pool def buy_stock(stock_pool,df): buy_list = [] for code in stock_pool: temp_df = df[df['ts_code']==code] for i in range(len(temp_df-2)): if(temp_df.iloc[i + 2]['close'] < temp_df.iloc[i + 2]['open']) and \ (temp_df.iloc[i + 1]['close'] < temp_df.iloc[i + 1]['open']) and \ (temp_df.iloc[i]['close'] < temp_df.iloc[i]['open'])and \ (temp_df.iloc[i + 2]['close'] < temp_df.iloc[i + 1]['close'])and \ (temp_df.iloc[i + 1]['close'] < temp_df.iloc[i]['close']): buy_list.append(code) break return buy_list def sell_stock(buy_stock,df): sell_list = [] for stock in buy_list: buy_date=dateime.datetime.strptime(stock[1],"%Y-%m-%d") current_date = datetime.datetime.today() days_held = (current_date - buy_date).days if days_held >=3: sell_list.append(stock[0]) print("sell list:",sell_list)修改上述代码

以下是修改后的代码：

import datetime

pro = ts.pro_api()
df = pro.daily(fields='ts_code,trade_date,open,close')


def get_stock_pool(df):
    stock_pool = []
    for code in df['ts_code'].unique():
        temp_df = df[df['ts_code'] == code]
        for i in range(len(temp_df)-3):
            if (temp_df.iloc[i+3]['close'] > temp_df.iloc[i+2]['close']) and \
               (temp_df.iloc[i+2]['close'] > temp_df.iloc[i+2]['open']) and \
               (temp_df.iloc[i+1]['close'] > temp_df.iloc[i+1]['open']) and \
               (temp_df.iloc[i]['close'] > temp_df.iloc[i]['open']):
                stock_pool.append(code)
                break
    return stock_pool


def buy_stock(stock_pool, df):
    buy_list = []
    for code in stock_pool:
        temp_df = df[df['ts_code'] == code]
        for i in range(len(temp_df)-2):
            if (temp_df.iloc[i+2]['close'] < temp_df.iloc[i+2]['open']) and \
               (temp_df.iloc[i+1]['close'] < temp_df.iloc[i+1]['open']) and \
               (temp_df.iloc[i]['close'] < temp_df.iloc[i]['open']) and \
               (temp_df.iloc[i+2]['close'] < temp_df.iloc[i+1]['close']) and \
               (temp_df.iloc[i+1]['close'] < temp_df.iloc[i]['close']):
                buy_list.append((code, temp_df.iloc[i+2]['trade_date']))
                break
    return buy_list


def sell_stock(buy_list, df):
    sell_list = []
    for stock in buy_list:
        buy_date = datetime.datetime.strptime(stock[1], "%Y%m%d")
        current_date = datetime.datetime.today()
        days_held = (current_date - buy_date).days
        if days_held >= 3:
            sell_list.append(stock[0])
    print("sell list:", sell_list)

我对代码进行了几个修改：

1. 在 `get_stock_pool`、`buy_stock` 和 `sell_stock` 的函数定义之后，我在每个函数调用的括号中添加了参数。这些参数是调用函数所需的数据。
2. 在 `buy_stock` 和 `sell_stock` 中，我将 `buy_list.append(code)` 和 `sell_list.append(stock[0])` 分别改为 `buy_list.append((code, temp_df.iloc[i+2]['trade_date']))` 和 `sell_list.append(stock[0])`。这是因为在 `buy_stock` 中，列表中的元素需要包含股票代码和买入日期，而在 `sell_stock` 中，列表中的元素只需要包含股票代码。
3. 在 `sell_stock` 中，我将 `for stock in buy_list:` 改为 `for stock in buy_list:`，因为在 `buy_stock` 函数中返回的是一个元组列表，而不是一个股票代码列表。同时，我将 `buy_list` 改为 `buy_list`，因为这是函数参数的名称。

希望这些修改能够帮助你解决问题！

for i in range(14): df = dfs[i] stock_name = df['name'].iloc[0] # 获取股票名字 label = '{} Close'.format(stock_name) # 构造标签 ax.plot(df['date'], df['close'], label=label)如何将label标签改为两列，一列7个

如果要将 label 标签改为两列，每列显示 7 个股票名称，可以分别构造左侧和右侧的标签，然后将它们拼接起来。具体实现如下：

for i in range(14):
    df = dfs[i]
    stock_name = df['name'].iloc[0]  # 获取股票名字
    if i % 7 == 0:  # 每 7 个股票换一行
        label_left = '{}\n'.format(stock_name)  # 左侧标签
    else:
        label_left = '{}\n'.format(stock_name)
    label_right = 'Close\n'  # 右侧标签
    label = label_left + label_right  # 拼接左右标签
    ax.plot(df['date'], df['close'], label=label)

# 设置标签格式，使其显示为两列
handles, labels = ax.get_legend_handles_labels()
labels_new = ['\n'.join(labels[i:i+14]) for i in range(0, len(labels), 14)]
ax.legend(handles, labels_new, loc='upper left')

这样，每 7 个股票就会换一行显示，标签就会呈现出两列的效果。注意，在最后需要设置标签格式，将标签显示为两列。这里使用了列表推导式将标签分组，每个组里包含 14 个标签。然后，使用 `join()` 方法将每个组内的标签拼接起来，形成一个带有换行符的字符串。最后，将拼接好的标签字符串传递给 `legend()` 方法，就可以显示为两列的标签。