1.Python包的導入

* 貌似 jupyter 有種方法可以不用導入 matplotlib.pyplot 就可以實現(xiàn)圖形的展示，待研究

導入

補充說明：

1.可以使用%matplotlib inline

以%開頭為magic keywords

使用%matplotlib inline方法繪圖

2.stock.plt() 為 pandas 內(nèi)置作圖函數(shù)

2.讀取本地數(shù)據(jù)庫，解析index，并指定“Date”為本數(shù)據(jù)庫的索引

讀取數(shù)據(jù)庫

3.查看數(shù)據(jù)，一共有4種方法：

stock -- 查看全量數(shù)據(jù)（當數(shù)據(jù)量過大時，中間會用“...”隱藏）

stock.head() -- 默認查看前5行數(shù)據(jù)，增加參數(shù)后可自定義查看行數(shù)

stock.tail() -- 默認查看逆序5行數(shù)據(jù)，增加參數(shù)后可自定義查看行數(shù)

stock.info() -- 以參數(shù)值方式查看數(shù)據(jù)庫

stock方法

以參數(shù)值方式查看數(shù)據(jù)庫

4.計算基礎(chǔ)統(tǒng)計值

通過 stock.describe（）可以輸出 計數(shù)、均值、標準差、最大/最小值、1/4、1/2、3/4位值

計算基礎(chǔ)統(tǒng)計值

5.通過 matplotlib 繪圖（pandas默認將索引作為 X 軸）

默認出全量數(shù)據(jù) stock.plot() ，可通過定義Y軸 stock.plot(y = 'Open') 指定出圖字段

matplotlib 繪圖

6.索引和切片，三種方式：

（1）使用[]

stock["Close"] -- 讀取全量 Close 列表

stock["Close"]['2017-06-01'] -- 讀取指定索引 Close 列表

使用[]

（2）使用 .loc[]

stock.loc['2017-06-01','Close'] -- 讀取指定索引 Close 列表

stock.loc['2017-06-01':'2017-06-05','Close'] -- 讀取指定索引區(qū)間 Close 列表

使用 .loc[]

（3）使用 .iloc[]

stock.iloc[0,3] -- 讀取第0行3列值

stock.iloc[0:2,0:3] -- -- 讀取第0-2行0-3列值

使用 .iloc[]

（4）另一種通過命令方式讀取全量數(shù)據(jù)方法

通過命令方式讀取數(shù)據(jù)

7.過濾

判斷“Volume”是否大于5千萬

“Volume”大于5千萬的數(shù)據(jù)

“Close”大于“Open”的數(shù)據(jù)

8.生成新列

將“High”與“Low”差值寫入“fluctuation”新列中