Tushare股票数据可视化（最新版）

前言

上一篇博客介绍了如何使用Tushare下载股票的数据使用Tushare获取股票数据（最新更新版）-CSDN博客，那么这篇博客就来介绍一下如何把下载到的数据进行可视化

---

文件下载

我们已经把筛选的股票数据保存到本地的电脑上面，这里还是以股票代码为600000.SH的浦发银行的股票为例说明

依赖的库环境

import datetime
import pandas as pd
import numpy as np
from pandas.plotting import register_matplotlib_converters
# 数据可视化
import matplotlib.pyplot as plt
register_matplotlib_converters()

其中，from pandas.plotting import register_matplotlib_converters，register_matplotlib_converters()，是把时间序列类型的数据匹配malplotlib中的时间序列，从而使得我们最后的显示图像有正确地横轴显示

代码实现

# 获取文件保存路径
data_path = r"你的文件路径"
# 把时间作为序列
df = pd.read_csv(data_path,index_col=0)
date = [str(time) for time in df.index]
# 将pd中的时间序列转换
df.index = list(map(lambda x:datetime.datetime.strptime(x,'%Y%m%d'), date))
print(df.index)

index_col=0是把文件读取到的第一列作为索引，这里对应原文件需要第一列为交易时间，即将时间作为索引，如果下载到的原文件第一列并不是交易时间数据，可以手动把时间列调到第一列，或者直接通过df['trade_date']获得时间列再进行转换，效果是一样的

'%Y%m%d'是正则匹配，如比对应到数据就是20231128，用datetime.datetime.strptime输出的结果就是2023-11-28这样的时间序列类型的数据

DatetimeIndex(['2023-12-26', '2023-12-25', '2023-12-22', '2023-12-21',
               '2023-12-20', '2023-12-19', '2023-12-18', '2023-12-15',
               '2023-12-14', '2023-12-13',
               ...
               '2010-01-15', '2010-01-14', '2010-01-13', '2010-01-12',
               '2010-01-11', '2010-01-08', '2010-01-07', '2010-01-06',
               '2010-01-05', '2010-01-04'],
              dtype='datetime64[ns]', length=3351, freq=None)

接下来就是获取对应的每日成交最高价（对应字段名‘high’）以及可视化显示

# 获取字段名为high的数据
data = np.array(df['high'].tolist())

# 可视化
plt.plot(df.index,data,label='high-data')
plt.title("600000.SH")
plt.legend()
plt.show()

欢迎大家讨论交流~

---