tushare包data=ts.get_hist_data("600000",ktype="D",start='2021-01-01',end='2023-5-13')获取股票数据绘制浦发银行股票成交量的时间序列图代码

下面是使用 matplotlib 库绘制浦发银行股票成交量的时间序列图的示例代码：

import matplotlib.pyplot as plt
import tushare as ts

# 获取浦发银行股票历史数据
data = ts.get_hist_data("600000", ktype="D", start='2021-01-01', end='2023-5-13')

# 绘制时间序列图
plt.plot(data.index, data['volume'])
plt.xlabel('Date')
plt.ylabel('Volume')
plt.title('Pudong Development Bank Stock Trading Volume')
plt.show()

在上述代码中，首先使用 tushare 包获取浦发银行股票历史数据，然后使用 matplotlib 库绘制时间序列图。其中，`plt.plot()` 方法用于绘制时间序列图，`data.index` 为时间序列图的横坐标，即时间轴，`data['volume']` 为时间序列图的纵坐标，即成交量。最后，使用 `plt.xlabel()`、`plt.ylabel()` 和 `plt.title()` 方法设置时间序列图的横坐标、纵坐标和标题，并使用 `plt.show()` 方法显示时间序列图。

相关问题

通过df=ts.get_hist_data("600000",ktype="D",start='2021-01-01',end='2023-05-13')获取数据，使用上述数据绘制浦发银行股票收盘价和成交量的综合时间序列的南丁格尔玫瑰图

首先需要对数据进行处理，提取出收盘价和成交量，并将其按照日期进行分组统计。

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

# 获取数据
df = ts.get_hist_data("600000",ktype="D",start='2021-01-01',end='2023-05-13')

# 提取收盘价和成交量
close = df['close']
volume = df['volume']

# 按日期分组统计
close_count = close.groupby(pd.cut(close, np.arange(0, 30, 2))).count()
volume_count = volume.groupby(pd.cut(volume, np.arange(0, 1000000000, 100000000))).count()

然后使用matplotlib库中的polar函数绘制南丁格尔玫瑰图。

# 绘制南丁格尔玫瑰图
fig = plt.figure(figsize=(8, 8))
ax = fig.add_subplot(111, projection='polar')

# 设置刻度和标签
theta = np.linspace(0, 2*np.pi, 24, endpoint=False)
radii = np.linspace(0, 1, 5)
r_ticks = [i/4 for i in range(5)]
theta_ticks = np.linspace(0, 2*np.pi, 24, endpoint=False)
ax.set_rlim(0, 1.2*max(close_count))
ax.set_rticks(r_ticks)
ax.set_rlabel_position(0)
ax.set_xticks(theta_ticks)
ax.set_xticklabels(['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']*2)

# 绘制收盘价玫瑰图
ax.plot(theta, close_count.values, color='r', linewidth=1, label='Close Price')
ax.fill(theta, close_count.values, color='r', alpha=0.3)

# 绘制成交量玫瑰图
ax.plot(theta, volume_count.values, color='b', linewidth=1, label='Volume')
ax.fill(theta, volume_count.values, color='b', alpha=0.3)

# 添加图例
plt.legend(loc='upper right')

# 显示图形
plt.show()

运行后可以得到绘制好的南丁格尔玫瑰图，其中红色线条代表收盘价玫瑰图，蓝色线条代表成交量玫瑰图。

data = ts.get_hist_data('000061',start='2018-01-01',end='2019-01-01') data.to_excel('农产品.xlsx')xlsx类没有数据为什么

根据您的描述，我可以推断出您的代码使用了tushare库中的get_hist_data函数获取了从2018年1月1日至2019年1月1日之间的股票数据，并将其保存为一个名为"农产品.xlsx"的Excel文件。然而，您提到xlsx文件没有数据，可能有以下几种可能的原因：

1. 没有正确安装必要的库或依赖项，如pandas库等。
2. 获取数据的过程中出现了错误，例如API返回的数据格式与代码预期不符。
3. 保存数据的过程中出现了错误，例如文件路径或格式不正确等。

您可以检查代码中的错误或尝试更改保存的文件路径或格式，以确保数据正确保存。