金融时间序列的可视化分析
上一节
下一节
案例1:苹果公司股票价格时间序列的可视化分析
作者:PyQuant
博客:https://blog.csdn.net/qq_33499889/article/details/104638506
本案例适合作为大数据技术基础课程中数据可视化部分的配套教学案例。通过本案例,能够达到以下教学效果:
培养学生对真实数据进行可视化分析的能力。
案例中数据来源于苹果公司2015-2019年的股票数据,进行股票数据涨跌的可视化分析。
帮助学生进一步掌握常用图表的绘制方法。
案例中涉及到折线图、散点图、柱状图、直方图、核密度图和小提琴图等。
提高学生动手实践能力。
案例中使用Python中的两个常用可视化工具Matplotlib和Seaborn,提高学生绘制常用图表的实践能力。
可视化分析在大数据分析中扮演着相当重要的角色。可视化可以使数据更为清晰地传递信息,使数据分析更为生动具体。Matplotlib是一个Python库,用于2D绘图,而Seaborn是Python基于Matplotlib的数据可视化的库。Seaborn在Matplotlib的基础上进行了更高级的封装,从而使得作图更加简单方便,可以作出信息丰富且美观的图。本案例旨在帮助大家快速熟悉Matplotlib和Seaborn这两个可视化工具的操作。
| 数据集中每一列数据对应的含义 | ||
| 列名 | 类型 | 说明 |
| Date | Object | 观测日期 |
| Open | Float | 开盘价格 |
| High | Float | 最高成交价格 |
| Low | Float | 最低成交价格 |
| Close | Float | 收盘价格 |
| Volume | Int | 交易量 |
| Adj Close | Float | 调整后的收盘价格 |
附苹果股票数据集(apple.csv)

