Day 26：专案06 - 股市趋势图03 | Matplotlib、Pandas绘图

图片来源：https://unsplash.com/photos/mcAUHlGirVs

前两天已经将各股日成交资料存成.csv档了，接着就来利用这些资料绘制出趋势图吧~

汇入Pandas

还记得前天我们将Pandas的DataFrame汇出成csv只靠一个函数吗? 现在反过来将csv汇入成DataFrame一样也只需要一个函数哦! 是不是超好用呢?

试着将前天汇出的三种档案.csv、.xlsx、.html都汇入成DataFrame看看。汇入的参数大致上和汇出一样，顶多就编码要注意一下。

import pandas as pd

# 读取csv
df1 = pd.read_csv("./month_stock.csv", encoding="big5")
print(df1)

# 读取excel
df2 = pd.read_excel("./month_stock.xlsx")
print(df2)

# 读取html
df3 = pd.read_html("./month_stock.html", encoding="utf8")
print(df3)

既然可以汇入csv了，就可以用前天储存的csv档绘制趋势图了! 绘制趋势图我会介绍两种方法：Matplotlib和Pandas。

Matplotlib绘图

Matplotlib是Python绘制数据图的套件，待会就要用这个套件将股价绘制成趋势图。

Anaconda已经有matplotlib套件了，没有的话一样用pip下载。

pip install matplotlib

载完後就引进你的专案中，但因为matplotlib太长了，通常会减写成plt。

import matplotlib.pyplot as plt

再来，筛选出画趋势图需要的资料，要日期、最高价、最低价、收盘价这几个栏位。

# 筛选我们要的资料
date = df["日期"]
high_price = df["最高价"]
low_price = df["最低价"]
end_price = df["收盘价"]

plt.plot()这个函数就是在图上绘制一条折线，第一个参数当作x轴，第二个参数当作y轴。因此我们以时间作为x轴，分别画出以最高价、最低价和收盘价为y轴的折线。

# 绘图
plt.plot(date, high_price)
plt.plot(date, low_price)
plt.plot(date, end_price)

接着加上图片的一些属性，待会再用图说明每个属性的作用。

plt.xlabel("日期")    # x轴标签
plt.ylabel("价格")    # y轴标签
plt.legend(["最高价", "最低价", "收盘价"], loc="lower right")    # 图示，共有左下、左上、右下、右上四个方位
plt.title("110年8月股市趋势图")    # 主标题
plt.grid(True)    # 是否有网格?

最後，用plt.show()显示图片!

# 显示图片
plt.show()

上方功能列可以执行缩放、拖曳、储存等动作。

Matplotlib预设并没有支援中文字体，因此中文字会变成像下图这样的乱码。

解决方法可以参考这篇教学。

如果是希望自动存成图片，请使用plt.savefig()这个函数，记得一定要放在plt.show()之前，不然会存空白的图!

# 存成图片(一定要放前面!)
plt.savefig("matplotlib_chart.png")

虽然说matplotlib预设会给每条线不同颜色，但如果不满意预设的颜色，还是能够客制化的。

color参数表示线条颜色，用hex色码表示，可以到这里挑颜色。
linewidth参数表示线条宽度，数字越大越粗。
linestyle参数则表示线条样式，参数值可以参考官方文件。

plt.plot(date, high_price, color="#ff2121")
plt.plot(date, low_price, color="#00bd42", linewidth=5)
plt.plot(date, end_price, color="#005de0", linestyle="dashed")

Pandas绘图

嘿嘿~其实Pandas本身就有绘图功能罗，那你可能会想，那我还学Matplotlib干嘛?? 事实上，Pandas的绘图功能有一部份也是依靠Matplotlib的，所以还是要学啦~

Pandas在绘图前要先把资料整理成DataFrame的型态，虽然汇入的资料本身就是DataFrame了，但是我们只需要其中一部分的资料而已，因此我们要先将我们要的栏位筛选出来，跟上面一样，要日期、最高价、最低价、收盘价这四个栏位。

接着，要定义一个栏位当作x轴，这边当然就是用日期栏位。

# 筛选我们要的资料
chart_df = df[["日期", "最高价", "最低价", "收盘价"]]
# 将日期设为x轴
chart_df.set_index("日期", inplace=True)
print(chart_df)

资料整理完後，绘图就变得很简单，只需要用plot()这个函数，属性设定一下就可以了!

# 绘图
chart = chart_df.plot(xlabel="日期", ylabel="价格", title="110年8月股市趋势图", legend=True)
plt.grid()

中文字体问题的解决方法和Matplotlib一样，请参考上方说明。

最後存档和显示图片的方法与Matplotlib一致。

# 存成图片(一定要放前面!)
plt.savefig("pandas_chart.png")
# 显示图片
plt.show()

结果如下：

趋势图就完成了! 至於後续要怎麽应用就看各位的想像力啦!

专案完整程序码

小结

今天一开始先教大家怎麽从汇入csv档，然後使用Matplotlib和Pandas这两种不同方法将股市资料绘制成趋势图。

股市趋势图的专案就到这边! 明天开始会教你如何做出天气小助手，每天早上通知你今天的天气情形，大家敬请期待~

如果喜欢这系列文章麻烦帮我按Like加订阅，你的支持是我创作最大的动力~

本系列文章以及范例程序码都同步更新在GitHub上，後续会持续的更新，如果喜欢也麻烦帮我按个星星吧~

有任何问题或建议，都欢迎在底下留言区提出，还请大家多多指教。