小标
2018-10-17
来源 :
阅读 1975
评论 0
摘要:本文主要向大家介绍了机器人之机器学习之股票分析,通过具体的内容向大家展现,希望对大家学习机器人有所帮助。
本文主要向大家介绍了机器人之机器学习之股票分析,通过具体的内容向大家展现,希望对大家学习机器人有所帮助。
之前朋友参加比赛,想用python做一个全美所有股票的涨幅走势分析,今天我就用分析苹果股票的例子手把手的教大家上手练习苹果股票涨跌图的绘制,至于更专业一点的,还是交给金融方面的大牛来分析吧,我实在看不懂股票~
还是像之前一样,我们得把机器学习的库引入进jupyter,不得不说jupyter是真心好用,敲一行代码,就能看到一行结果,以至于后面不会忘记每个变量的属性,真是居家旅行必备神器。
import pandas as pdfrom pandas import Series,DataFrameimport matplotlib.pyplot as pltimport numpy as np
接下来我们就开始读取数据,数据是我已经找好的一个csv的文件:
apple = pd.read_csv('./AAPL.csv')
apple
我们可以看到从1980年12-12日苹果的股票涨势
apple.shape
Out[]:
(9458, 7)123
从这里面我们可以看到,一共有9458个数据。我们再来看看数据的类型
apple.dtypes
Out[]:
Date object
Open float64
High float64
Low float64
Close float64
Adj Close float64
Volume float64
dtype: object
我们可以看到Date数据是str的类型,如果我们要进行操作的话不是很方便,所以接下来先把数据的类型给转化一下,转化类型在mysql中有datetime,而在这里,我们需要用到pd.to_datetime()这个函数。
apple['Date'] = pd.to_datetime(apple['Date'])
apple.dtypes
Out[]:
Date datetime64[ns]
Open float64
High float64
Low float64
Close float64
Adj Close float64
Volume float64
dtype: object
类型转好后,我们将列转为行索引,inplace=True即为修改变量值,使接下来的变量都被修改了:
apple.set_index('Date',inplace=True)
apple.head()
我们接下来开始绘制图形:
adj_plot = apple['Adj Close'].plot()
fig = adj_plot.get_figure()#set_size_inches 设置图片的大小,单位inchefig.set_size_inches(12,6)
接下来我们继续绘制股票其它的走势,由于Volume这个值太大,把其他效果给遮掩了,我就做了一个处理把它给删除,然后绘制的图没有Volume这个属性:
apple.drop('Volume',axis=1,inplace=True)
app = apple.plot()
fig1 = app.get_figure()
fig1.set_size_inches(12,6)
以上便是股票绘制的核心部分了,由于博主对股票认知实在有限,如果还想对股票有其他的操作的话,可以在我之前提供的pandas基础教程的基础上尽情的自由发挥。如果想对股票进行预测,可以翻看我之前的博客写到的预测鸢尾花的种类的代码部分。
本文由职坐标整理并发布,希望对同学们有所帮助。了解更多详情请关注职坐标人工智能智能机器人频道!
喜欢 | 0
不喜欢 | 0
您输入的评论内容中包含违禁敏感词
我知道了

请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了,明天再试试吧!
我们会在第一时间安排职业规划师联系您!
您也可以联系我们的职业规划师咨询:
版权所有 职坐标-一站式AI+学习就业服务平台 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
沪公网安备 31011502005948号