在Python中用matplotlib函数绘制股票趋势图

我们经常在电视上看到股票趋势图，今天跟大家分享怎么用Python绘制这种图。

本文目录

1. 安装包
2. 读取数据文件
3. 将日期列设置为数据框索引
4. 绘制股票趋势图

1 安装包

首先要在cmd中安装绘图需要的matplotlib包，输入如下语句即可安装。

pip install matplotlib

2 读取数据文件

接着设置文件的存放目录，读取股票数据。

import osimport pandas as pd
os.chdir(r'F:\公众号\6.学习python')   #设置成存放数据文件夹路径date = pd.read_csv("股票数据.csv", encoding = 'GBK')    #读取数据

注：如需文中数据进行练习，可到公众号中回复“股票数据波动”即可免费获取。

由于文件标题是中文，直接读取会报错，所以加了encoding编码申明。一般encoding设置成GBK、utf-8、GB2312即可满足读取需求。

打印date前5行结果如下：

3 将日期列设置为数据框索引

然后把数据框中的日期设置为索引，并把索引中的日期转成时间格式。方便后续根据日期计算波动情况。

date = date.set_index('日期')            #把日期列设置为索引date.index = pd.to_datetime(date.index)  #把索引中的日期转成时间格式date.head(5)

得到结果如下：

4 绘制股票趋势图

可以把时间作为横轴，每天的收盘价或处理后的收盘价作为纵轴绘制折线图，以此当成股票趋势图。

先来看方法一：直接以原始收盘价作为纵轴绘制折线图，具体代码如下：

import matplotlib.pyplot as plt
plt.figure(figsize = (8, 4), dpi = 100)   #图片尺寸（8， 4）plt.plot(date['收盘价'])plt.show()

其中，plt.figure表示设置一个图形区域尺寸为(8, 4)，分辨率（dpi）为100，一般dpi数值越小图像越清晰。

plt.plot表示绘制图形，以date的索引列为横轴，收盘价为纵轴绘制折线图。

plt.show表示在窗口打印这个图。

具体结果如下：

其中，2011、2012、2013等表示年份，5、10、15等表示收盘价。

从上图可以看出，该股股价在2011年到2016年呈波动下降的趋势。2017年到2020年的股价波动幅度相较之前会小一些。

而且，明显看到有些日期的收盘价为0，这是由于股票一般在工作日开盘，周末休市。所以在绘图时有些日期的收盘价被填充为0。

为了图形能更好地反映股票的波动趋势，可以人为对收盘价进行处理，比如以前多少天的平均收盘价当成当天的收盘价，以此来避免0值问题。

接着来看方法二，具体代码如下：

plt.plot(date['收盘价'].rolling(50, min_periods=2).mean())

其中.rolling(50, min_periods=2).mean()表示以前50天收盘价的均值当成当天的收盘价。

min_periods = 2表示当时间窗口不够50时，每个窗口最少包含的观测值数量为2，小于2的窗口结果为NaN。

得到结果如下：

从这个图可以发现，相比上一个图更能体现股价的趋势，即从2011年到2020年整体股价是下降的。

有些同学还可能说，时间越近越能体现当前股价的趋势，以前多少天的平均值作为当前值可能掩盖一些股价趋势。

可以让离当前日期越近日期的股价赋予更大的权重，越远日期的股价赋予较小的权重，以此来绘图，具体代码如下：

plt.plot(date['收盘价'].ewm(span = 30).mean())

其中，.ewm(span = 30).mean())表示时间跨度为30，离当前日期越近赋予更高的权重，把这个加权平均值当成当前值绘图。

得到结果如下：

可以发现，以加权平均值绘图会比直接以平均值绘图波动性大一点，更符合我们的常识。

至此，在Python中绘制股票趋势图已介绍完毕，大家可以动手练习一下