pandas 股票分析圖

獲取APPL，MSFT，GOOG的股票數據markdown

stocks = pd.DataFrame({"Date": apple["Date"],
                    "AAPL": apple["Adj Close"],
                    "MSFT": microsoft["Adj Close"],
                    "GOOG": google["Adj Close"]}).set_index("Date")
print(stocks.head())

date	AAPL	GOOG	MSFT
2016-01-04	102.612183	741.840027	53.015032
2016-01-05	100.040792	742.580017	53.256889
2016-01-06	98.083025	743.619995	52.289462
2016-01-07	93.943473	726.390015	50.470697
2016-01-08	94.440222	714.469971	50.625489

1 多隻股票對比
作出圖形app

stocks.plot(grid = True)
plt.show()

因爲google的股價比較高，因此致使了Microsoft和Apple股票波動變小。一個解決的方法是使用不一樣的刻度線。函數

stocks.plot(secondary_y = ["AAPL", "MSFT"], grid = True)

還有的更好的方法是畫出收益圖google

#df.apply(arg)將會把函數參數應用到數據框的每一列，而後再返回一個數據框
#在這行代碼中，lambda中的x是一個series
stock_return = stocks.apply(lambda x: x / x[0])
stock_return.head()

作出波動圖spa

stock_return.plot(grid = True).axhline(y = 1, color = "black", lw = 2)

經過這個圖咱們能夠看到每個股票相對於初始價格的收益，咱們還能夠看到這些股票的波動是相關的。
咱們還能夠作出股票的天天的變化圖code

stock_change = stocks.apply(lambda x: np.log(x) - np.log(x.shift(1))) # shift moves dates back by 1.

2 股票均線圖圖片

stocks["AAPL"].plot(label="APPL")
apple["20d"] = np.round(apple["Close"].rolling(window = 20, center = False).mean(), 2).plot(label="20Average")
apple["50d"] = np.round(apple["Close"].rolling(window = 50, center = False).mean(), 2).plot(label="50Average")
plt.legend()
plt.show()