时序数据的可视化（1）

一、 项目目标：

理解时序数据的特点和类别，掌握时序数据可视化的方法以及基本图形的绘图方法

二、学生知识和能力要求

(1)掌握时序数据的特点及可视化要求。

(2)掌握折线图的绘制方法。

三、工具与设备

1、操作系统：Windows 11

2、软件：anaconda、jupyter notebook

四、实施步骤与技术要点：

1、导入相应的Python数据可视化库；

2、设置中文显示；

3、利用pandas读取数据文件，获取相关数据；

4、创建画布，设置参数，如添加标题、图例、坐标轴、刻度等。

5、绘制相应的图形并进行美化。

五、题目：

使用stock.csv（股价表）的数据，利用Python绘制企业股票交易时间与成交金额的散点图。

六、相关代码：

# 散点图
#导入相关库
from pyecharts import options as opts
from pyecharts.charts import Scatter, Page
from pyecharts.globals import SymbolType
import pandas as pd

# 读取文件-stocks.csv，编码格式-gbk
stocks= pd.read_csv('stocks.csv', encoding='gbk')

# sql_num = "SELECT trade_date,open,close FROM stocks where trade_date>='2020-01-01'order by trade_date asc"
# 将trade_date转换为datetime类型
stocks['trade_date'] = pd.to_datetime(stocks['trade_date'])  

#在此选用的是2020-1-01往后的数据
# 获取满足where条件的属性：trade_date>='2020-01-01'
stocks1 = stocks.loc[(stocks['trade_date'] >= '2020-01-01'),['trade_date','amount']] 

#'trade_date',
# 排序：order by trade_date asc       
stocks1 = stocks1.sort_values(by='trade_date', )  

# 获取绘图数据
v1= stocks1['trade_date'].apply(lambda x:x.strftime('%y-%m-%d')).tolist()
v2= stocks1['trade_date']
v3= stocks1['amount']

c = ( Scatter()
     .add_xaxis(v1 )
     .add_yaxis( "交易时间",v2,label_opts=opts.LabelOpts(is_show=False))
     .add_yaxis( "成交金额",v3,label_opts=opts.LabelOpts(is_show=False))
     .set_global_opts(
         title_opts=opts.TitleOpts(title="企业股票趋势分析" , subtitle="股票交易时间和成交金额" ),
         xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
         yaxis_opts=opts.AxisOpts(type_="value" , min_=60 , axistick_opts=opts.AxisTickOpts(is_show=True),
                                  splitline_opts=opts.SplitLineOpts(is_show=True)),
         # 添加工具栏
         toolbox_opts=opts.ToolboxOpts(),
         # 添加图例
        legend_opts=opts.LegendOpts(is_show=True)
     )
    )
# 展示图
c.render_notebook()

七、运行结果：