使用python进行分布分析(算数平均、几何平均、偏度、峰度,绘制直方图),以2022年上半年沪深300指数为例

数据来源

凤凰财经:https://app.finance.ifeng.com/hq/stock_daily.php?code=sz399300

关键api

np.mean()			算数平均
stats.gmean() 		几何平均
np.std()				标准差
stats.skew()			偏度
stats.kurtosis()		峰度
plt.hist()  				绘制直方图

上代码

import pandas as pd
from scipy import stats
import numpy as np
import matplotlib.pyplot as plt

df = pd.read_excel('沪深300行情.xlsx')
array = df['涨跌幅'].values
plt.hist(array,  # 绘图数据
        bins=20,    # 指定直方图的条形数为20个
        color='steelblue',  # 指定填充色
        edgecolor='k',  # 指定直方图的边界色
        label='直方图')       # 为直方图呈现标签
array_add = array + 1
maen_v = stats.gmean(array_add) - 1
maen_v2 = np.mean(array)
std_v = np.std(array)
skew_v = stats.skew(array)
kurtosis_v = stats.kurtosis(array)
print('几何平均为:', maen_v)
print('算数平均为:', maen_v2)
print('标准差为:', std_v)
print('偏度为:', skew_v)
print('峰度为:', kurtosis_v)
plt.show()

运行结果:
几何平均为: -0.0013904930135948401
算数平均为: -0.0012899159663865539
标准差为: 0.01414741354725209
偏度为: -0.3526564394955288
峰度为: 1.3743671343148263
使用python进行分布分析(算数平均、几何平均、偏度、峰度,绘制直方图),以2022年上半年沪深300指数为例_第1张图片

你可能感兴趣的:(金融数据分析,python,开发语言)