一、准备

1.1 数据科学的工作流

第二步：获取数据

1.2 数据获取的一般方式

1.

主动获取：通过爬虫技术

2.

被动获取：别人提供的一些接口api：

• 国内微博、国外推特，会提供数据接口

3.

公开的数据集的来源：

• Kaggle：数据分析、机器学习，必去的网站

• Google public dataset

• AWS public dataset亚马逊也有
• YAHOO Finance

二、股票市场分析：数据获取

2.1 数据来源：YAHOO Finance

YAHOO Finance：金融领域，权威的数据网站。

比如，搜索一下阿里巴巴的股票：

2.2 工具：pandas-datareader的安装

1.

以前的Matplotlib、Seaborn，是已经在Anaconda中默认装好了的。

但是，工具pandas-datareader却没有。

2.

安装：不通过上述的pip安装。这次使用Anaconda提供的conda来安装：

老师方式：

3.我的安装：

• 打开Anaconda的自己的提示符Prompt：

• 输入：pip install pandas_datareader
• 安装成功：

4.在Jupyter Notebook中，已经能够成功的导入使用：

2.3 获取到股票数据

通过上述的工具 pandas_datareader，所提供的api：get_data_yahoo()函数，来将YAHOO网站上的数据，在线的拿过来：

1.报错问题：

可能存在的问题及解决方案：https://blog.csdn.net/SmartChipmunk/article/details/118685362

2.

因为解决上述问题，有点耗时。且，目的是获取到股票的数据。
又，本地电脑又有这一个csv文件。故：直接读取即可：

读取为一个DataFrame：

查看一下基本的信息：

3.

把亚马逊这家公司的股票数据，也拿过来：

4.

将两张表的索引调整为日期（时间序列，方便绘图）：

三、股票市场分析：历史趋势

3.1 初步画图

1.

导入对应的包：

• 数据处理的包
• 可视化的包

2.

对alibaba表中，对某一个column列来画图：

3.

除了上述的阿里巴巴的表，不是还有亚马逊公司的股票的表吗，那就两个公司画到同一张图中：

3.2 变化：每天的差值的变化

1.

新增一列，盛放每天的最高价与最低价的差值：

3.3 变化：天与天之间的变化（daily return）：pct_change()

daily return

1.

2.

让画布的尺寸，调整下：

• 正方形变成长方形

3.

调整为虚线，且小球点，更直观：

3.4 直方图：更直观

1.Matplolib：

2.Seaborn

如果数据有空格的话，会报错。那么就先去掉空格：

将bins改的大一些，同时换个颜色：

以上说明：

• 阿里巴巴：股票市场的变化，几乎都在5%上下。

四、股票市场分析：风险分析

4.1 数据准备

1.

美国股票市值前五名的公司：

• 苹果、谷歌、微软、亚马逊、脸书

生成一个DataFrame：

由于index是默认的数字，这里应该将索引设置为Date（时间序列）：

每天的变化：

2.

为了更好的绘图，将index行索引，排个序：按照日期从小到大：

4.2 seaborn绘图：曲线

1.

绘图：

2.

挑选出其中的三个公司的曲线：

4.3 散点图，绘制daily return每天的变化

用散点图，绘制daily return每天的变化：

1.

注意：

必须参数，即position位置参数，必须是在固定的位置上。且是最高级的。

所以，具有指定性质的关键字参数作为次级，只能在第二档。必须在所有位置参数的后面。

2.

谷歌、亚马逊两家公司：

几乎是一条沿着45°的直线，说明是正相关：

3.

绘制矩阵形式的散点图：

对大于等于2个数据源，的散点图的可视化：

4.4 风险：分位数，本质是概率

这里的0.05指的是：有95%的概率，亏损2.37%

五、总结

5.1 Kaggle网站

这

是一个可以持续精进的高质量的网站。

1.

比如，找到关于Bitcoin的数据集：

2.code