前言

有了资料後，就要进行分析，因此需要做出图表比较适合观察，所以我们现在来做图罗！

本日程序码使用：d8_3Legal_chart.ipynb

制作图表

改造VS Code

需要安装好用的Python编辑器：Jupyter，可以看之前的文章。需要使用这个语法：

pipenv install jupyter

安装完後，就有了Jupyter的样子罗

执行程序

需要从资料库取的资料，因此需要引入之前的连线功能，再加上pandas制作图表。记得要安装matplotlib来制作图表，不然会发生错误：

matplotlib is required for plotting when the default backend "matplotlib" is selected.

都安装好後，就开始写程序罗！

首先把所需的模组放入：

import db_connect
import pandas

接着建立与MySQL的连线：

my_connt_obj = db_connect.mysql_connect()
# print(my_connt_obj.db_settings) #for check data
conn = my_connt_obj.connect()

取得连线後，取得我们所需要的资料，放在Dataframe中，是使用read_sql，直接取得我们所需要影响市场最大且交易量最多的三大法人之首：外资及陆资的每日期货留存部位：

df = pandas.read_sql("SELECT TradeDate,FutureOINetQty FROM LegalDailyFutureOption WHERE TradeGroup ='外资及陆资'", con=conn)

然後我们把X轴变成日期，然後画图：

total_data = df.set_index("TradeDate")
ax1 = total_data.plot()

看不出来什麽东西来，把时间缩点一点，变成近100个交易日：

total_data2 = total_data.iloc[-100:]
print(total_data2.head())
ax2 = total_data2.plot()

这边使用.iloc的方式，取得最後100笔资料，所以就会从2021年开始，不会从2018开始画，图表也比较清楚趋势。

後记：

但是这样还是无法研究出什麽，这时候需要大盘指数，来验证我们的资料是否可以做参考。