机器学习之股票分析

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。（python机器学习入门到精通–实战分析(三)）

原文出处