Kho bản đồ nhiệt python
Trong hướng dẫn này, chúng tôi sẽ hướng dẫn từng bước cách tạo bản đồ nhiệt thị trường chứng khoán bằng thư viện Python plotly Show Bản đồ nhiệt hiển thị khá nhiều thông tin
thư việnChúng tôi sẽ sử dụng ba thư viện sau. gấu trúc, yfinance và cốt truyện
Lấy dữ liệu chứng khoánTrong ví dụ này, tôi sẽ làm việc với 100 công ty được chọn ngẫu nhiên từ các công ty thuộc S&P 500 Lấy danh sách công ty S&P 500Trang Wikipedia này chứa các công ty thuộc S&P 500. Danh sách này ở định dạng bảng, vì vậy chúng tôi có thể sử dụng gấu trúc. read_html để cạo thông tin đó trực tiếp Lưu ý rằng có hai bảng và chúng tôi chỉ cần bảng đầu tiên
Tải xuống thông tin chứng khoán cá nhânChúng tôi sẽ sử dụng thư viện yfinance để tải xuống thông tin chứng khoán. Kiểm tra hướng dẫn này để giới thiệu nhanh về thư viện Chúng tôi quan tâm đến các thông tin sau
Chúng tôi sẽ khởi tạo một vài danh sách để lưu trữ thông tin trên
Sau đó, chúng tôi sẽ duyệt qua danh sách sp500 (chứa 100 công ty được chọn ngẫu nhiên) và tải xuống thông tin liên quan
Lưu ý rằng thư viện yfinance được lấy trực tiếp từ trang web Yahoo Finance và có thể khá chậm. Chúng tôi đã bao gồm một câu lệnh in trong mã để hiển thị thông báo để chúng tôi có thể thấy mã đó đang chạy thay vì đóng băng. Kết quả là, nó phụ thuộc vào bao nhiêu công ty bạn muốn tải xuống. Để có được tất cả các công ty thuộc S&P 500, tôi khuyên bạn nên chạy mã ở chế độ nền trong khi làm việc khác Nếu bạn chỉ muốn một tập hợp con của các công ty S&P 500, gấu trúc. phương thức sample() có thể nhanh chóng chọn một số mẫu ngẫu nhiên từ danh sách các công ty S&P 500. Ví dụ: sample(100) sẽ trả về 100 mẫu ngẫu nhiên
Vẽ bản đồ nhiệt chứng khoán bằng Python PlotlyBây giờ chúng tôi có tất cả thông tin, đã đến lúc thực hiện một số xử lý dữ liệu trước khi vẽ đồ thị Chuẩn bị dữ liệuĐầu tiên, chúng tôi sẽ đưa tất cả dữ liệu vào khung dữ liệu gấu trúc
Sau đó, chúng tôi sẽ phân loại dữ liệu thành các nhóm khác nhau dựa trên sự thay đổi của giá cổ phiếu (i. e. đồng bằng). Điều này là để chỉ định màu sắc khác nhau cho mỗi công ty Tôi đã chọn một số ngưỡng tùy ý. -100%, -2%, -1%, 0%, 1%, 2% và 100%. Bạn có thể chọn bất kỳ ban nhạc nào phù hợp với nhu cầu của bạn Sau đó, chúng tôi bin dữ liệu bằng pd. phương pháp cắt. Chúng tôi cũng chỉ định tên màu dựa trên các thùng
Khung dữ liệu kết quả trông như thế này Âm mưu với cốt truyện. bày tỏThư viện sơ đồ cung cấp hai lớp khác nhau (và API) để vẽ sơ đồ. Cái dễ hơn được gọi là cốt truyện. express, và cái cao cấp hơn được gọi là plotly. graph_objects. Đối với bản demo này, chúng tôi sẽ sử dụng cốt truyện. bày tỏ. Chúng ta sẽ nói về cách sử dụng cốt truyện. graph_objects trong một hướng dẫn khác vì hướng dẫn đó yêu cầu nhiều công việc chuẩn bị hơn Plotly có một biểu đồ bản đồ nhiệt, nhưng đó không phải là thứ chúng tôi sẽ sử dụng Thay vào đó, chúng tôi sẽ sử dụng biểu đồ sơ đồ cây, điều này rất tốt cho việc hiển thị dữ liệu phân cấp chẳng hạn như các công ty và lĩnh vực của họ |