【实战演练】利用Pandas和Matplotlib进行股票数据可视化

# 2.1 Pandas数据结构

Pandas 提供了两种主要的数据结构：DataFrame 和 Series。

### 2.1.1 DataFrame

DataFrame 是一个二维表状数据结构，类似于 Excel 电子表格。它由行和列组成，行表示观察值，列表示特征或变量。DataFrame 中的数据可以是各种类型，包括数字、字符串、布尔值等。

### 2.1.2 Series

Series 是一个一维数组状数据结构，类似于 Python 列表。它包含一组具有相同数据类型的值，并带有可选的索引。Series 通常用于存储单个特征或变量的数据。

# 2. Pandas基础

### 2.1 Pandas数据结构

Pandas是Python中用于数据处理和分析的强大库。它提供了一系列数据结构，包括DataFrame和Series，用于存储和操作各种类型的数据。

#### 2.1.1 DataFrame

DataFrame是一个二维表状数据结构，类似于Excel中的电子表格。它由行和列组成，每一行代表一个观测值，每一列代表一个变量。DataFrame可以存储不同类型的数据，包括数字、字符串、布尔值和日期。

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
    "Name": ["John", "Jane", "Mark", "Mary"],
    "Age": [25, 30, 28, 26],
    "City": ["New York", "London", "Paris", "Berlin"]
})

# 打印DataFrame
print(df)

**输出：**

   Name  Age   City
0  John   25  New York
1  Jane   30  London
2  Mark   28  Paris
3  Mary   26  Berlin

#### 2.1.2 Series

Series是一个一维数组状数据结构，类似于Python中的列表。它由一个索引和一个值序列组成。Series可以存储不同类型的数据，但通常用于存储单一变量的值。

# 创建一个Series
series = pd.Series([25, 30, 28, 26], index=["John", "Jane", "Mark", "Mary"])

# 打印Series
print(series)

**输出：**

John     25
Jane     30
Mark     28
Mary     26
dtype: int64

### 2.2 Pandas数据操作

Pandas提供了广泛的数据操作功能，包括数据读取和写入、数据清洗和转换。

#### 2.2.1 数据读取和写入

Pandas可以从各种来源读取数据，包括CSV文件、Excel文件和SQL数据库。它还支持将数据写入这些来源。

# 从CSV文件读取数据
df = pd.read_csv("data.csv")

# 将数据写入Excel文件
df.to_excel("data.xlsx")

#### 2.2.2 数据清洗和转换

Pandas提供了各种数据清洗和转换操作，包括处理缺失值、删除重复值、转换数据类型和创建新列。

# 处理缺失值
df.fillna(0)

# 删除重复值
df.drop_duplicates()

# 转换数据类型
df["Age"] = df["Age"].astype(float)

# 创建新列
df["BMI"] = df["Weight"] / (df["Height"] ** 2)

# 3. Matplotlib基础

### 3.1 Matplotlib绘图基本原理

#### 3.1.1 坐标系和绘图区域

Matplotlib使用笛卡尔坐标系，其中x轴表示横轴，y轴表示纵轴。绘图区域是坐标系内的矩形区域，用于绘制图形。

#### 3.1.2 图形元素和属性

Matplotlib中的图形元素包括线条、标记、文本和图像。每个元素都有自己的属性，例如颜色、线宽、标记形状和文本大小。

### 3.2 Matplotlib常见图表类型

#### 3.2.1 折线图

折线图用于显示数据点之间的连接线。它通常用于显示时间序列数据或两个变量之间的关系。

import matplotlib.pyplot as plt

# 数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 创建折线图
plt.plot(x, y)

# 设置标题和标签
plt.title("折线图示例")
plt.xlabel("x")
plt.ylabel("y")

# 显示图表
plt.show()

**代码逻辑分析：**

* `plt.plot(x, y)`：绘制折线图，`x`和`y`分别为x轴和y轴的数据。