来自 CSV 文件的新手 Matplotlib 和 Pandas 绘图

Question

我根本没有接受过多的 Matplotlib 培训，这看起来确实是一个基本的绘图应用程序，但我得到的只是错误。

使用 Python 3，我只是尝试从 CSV 文件中绘制历史股票价格数据，使用日期作为 x 轴，价格作为 y。数据 CSV 如下所示：

（只是现在才注意到时间上有很大的差距，但无论如何）

import glob
import pandas as pd
import matplotlib.pyplot as plt

def plot_test():
    files = glob.glob('./data/test/*.csv')

    for file in files:
        df = pd.read_csv(file, header=1, delimiter=',', index_col=1)
        df['close'].plot()
        plt.show()

plot_test()

我现在使用 glob 只是为了识别该文件夹中的任何 CSV 文件，但我也尝试只指定一个特定的 CSV 文件名并得到相同的错误：

KeyError: 'close'

我也试过只指定一个特定的列号来只绘制一个特定的列，但我不知道发生了什么。

理想情况下，我想像真实的股票数据一样绘制它，其中所有内容都在同一个图表上，底部的成交量在它自己的轴上，在 y 轴上开高低收，在 x 轴上显示日期文件中的每一行。我尝试了几种不同的解决方案，但似乎无法弄清楚。我知道这可能以前被问过，但我已经尝试了很多来自 SO 和其他人的不同解决方案，但我的似乎挂断了我。非常感谢新手的帮助！

Answer 1

在pandas documentation 上，您可以发现header kwarg 对于您的 csv 应该为 0，因为第一行包含列名。发生的情况是您正在构建的 DataFrame 没有列 close，因为它从“第二”行获取标题。如果您使用header kwarg 或将其更改为header=0，它可能会正常工作。其他kwargs也是一样的，不需要定义。一个简单的df = pd.read_csv(file) 就可以了。

Answer 2

你可以根据自己的需要美化这个

import pandas
import matplotlib.pyplot as plt

def plot_test(file):



    df = pandas.read_csv(file)

    # convert timestamp
    df['timestamp'] = pandas.to_datetime(df['timestamp'], format = '%Y-%m-%d %H:%M')



    # plot prices
    ax1 = plt.subplot(211)
    ax1.plot_date(df['timestamp'], df['open'], '-', label = 'open')
    ax1.plot_date(df['timestamp'], df['close'], '-', label = 'close')
    ax1.plot_date(df['timestamp'], df['high'], '-', label = 'high')
    ax1.plot_date(df['timestamp'], df['low'], '-', label = 'low')
    ax1.legend()

    # plot volume
    ax2 = plt.subplot(212)

    # issue: https://github.com/matplotlib/matplotlib/issues/9610
    df.set_index('timestamp', inplace = True)
    df.index.to_pydatetime()

    ax2.bar(df.index, df['volume'], width = 1e-3)
    ax2.xaxis_date()

    plt.show()