“开云手机版app下载” 用python直观展示股票价钱的崎岖区间

本文摘要：fromdatetime import* ax.margins( 0.01, 0) 那如何制作一张图表来直观展示历史价钱的漫衍情况呢？本文就从0到1地先容下如何用 Matplotlib 画一张简练雅观的 价钱漫衍区间图 。 ax.plot(x,y,linewidth= 3) 首先准备我们需要的数据。一般来说履历了一轮牛熊周期的历史价钱更具比力意义。

fromdatetime import*

ax.margins( 0.01, 0)

那如何制作一张图表来直观展示历史价钱的漫衍情况呢？本文就从0到1地先容下如何用 Matplotlib 画一张简练雅观的 价钱漫衍区间图。

ax.plot(x,y,linewidth= 3)

首先准备我们需要的数据。一般来说履历了一轮牛熊周期的历史价钱更具比力意义。所以我们以 2013年1月1日到现在（ 2020年12月3日）为止的逐日收盘价钱数据为例举行演示这里以平安银行（ 000001.SZ）为例。

数据泉源为 tushare。

ax.text( 0.75, 0.9, " 最新收盘价：{}" .format(now),

ax.fill_between(x,min -1,pe_20,facecolor = "#00ff80",alpha= 0.2)

fig,ax = plt.subplots(figsize=( 12, 8))

ax.plot(x,y)

将图形的方框去掉--> plt.box

plt.xticks(rotation= 45)

ax.fill_between(x,pe_80,max+ 1,facecolor = "#ff69b4",alpha= 0.2)

函数封装

plt.show

为图标添加标题--> plt.title

#划定支解规模

importtushare asts

参照比力常见的划分方法本文将大于80%分位数的区域视为高估区间低于20%分位数的区域视为低估区间位于两者之间的则为正常区间。

下面的代码算出了这几个关键数据点

ax.tick_params(axis= 'both', which= 'both',length= 0)

pro = ts.pro_api

ax.fill_between(x,pe_20,pe_80,facecolor = "#ffff4d",alpha= 0.2)

凭据获得的数据可以绘制出股票价钱的走势图：

now = datetime.now

在图中标出当日市盈率--> ax.text

去掉图形与坐标轴之间的空缺--> ax.margins

end_date = str(now.date).replace( "-", "")

pe_20 = np.percentile(y, 20)

x = pd.to_datetime(index_df[ "trade_date"]).values

#准备数据

ax.plot(x,y,linewidth= 3)

ts_code= "000001.SZ"

now = y[ -1] #为了后面标注最新收盘价用

ax.tick_params(axis= 'both', which= 'major', labelsize= 16)

凭据支解的数据点就可以举行绘图了这里主要用到 fill_between 函数绘制各区域的颜色支解将高估区域用红色块填充正常区间用黄色块填充低估值区域用绿色块填充。同时为了显示效果将图的上下限划分设置为最大值+1和最小值-1。

now = datetime.now

ax.plot(x,y,linewidth= 3)

ax.fill_between(x,min -1,pe_20,facecolor = "#00ff80",alpha= 0.2)

# 首次使用需设置token验证身份

%matplotlib inline

ax.fill_between(x,pe_。

本文关键词：开云手机版app下载,“,开云手机版,app,下载,”,用,python,直观,展示

本文来源：开云手机版app下载-www.shandongnongda.com