Pandas的使用（2）

Pandas的使用（2）

1.新建一个空的DataFrame数据类型

total_price = pd.DataFrame() #新建一个空的DataFrame

2.向空的DataFrame中逐行添加数据

realtime_price = ts.get_realtime_quotes(i) #得到股票当前价格

realtime_price_1 = realtime_price[['code','name','price','time']]

total_price = total_price.append(realtime_price_1,ignore_index=True) #ignore_index这个参数很重要

3.将AxesSubPlot类型的图片信息保存下来

根据stackoverflow上的解决方案：

则运用到程序中为：

import matplotlib.pyplot as plt

df_4.plot(title=i,figsize=(60,18))

plt.savefig('E:\stock_' + i + '.png')

4.绘制金融行业所有股票一年内的复权价格曲线图

import pandas as pd

import tushare as ts

import matplotlib.pyplot as plt

df_1 = ts.get_industry_classified()

df_2 = df_1[df_1.c_name == '金融行业'] #找出属于金融行业的股票

stock_series = df_2['code'] #获取金融行业的股票代码

stock_series.to_csv('E:\金融行业.csv')

total_price = pd.DataFrame() #新建一个空的DataFrame

for i in stock_series:  #对这些股票依次进行处理

    realtime_price = ts.get_realtime_quotes(i) #得到股票当前价格

    realtime_price_1 = realtime_price[['code','name','price','time']]

    total_price = total_price.append(realtime_price_1,ignore_index=True)

    df_3 = ts.get_h_data(i) #得到各支股票近一年的复权数据

    df_4 = df_3[['open','high','close','low']] #只需要开盘价,收盘价,最高价

    df_4.plot(title=i,figsize=(60,18))

    plt.savefig('E:\stock_' + i + '.png')