Visualisera en akties prisutveckling

Google Finance har avvecklat sitt API, men DataReader ger nu tillgång till datakällan 'iex'. För att experimentera med data utanför DataCamps miljö behöver du ett IEX Cloud-konto.

Den viktigaste förändringen i funktionaliteten är att data begränsas till de senaste fem åren. Den DataFrame som returneras av DataReader har samma columns, men med gemener.

Paketet matplotlib.pyplot är viktigt för att visualisera aktiers prisutveckling i Python.

I den här övningen importerar du aktiekursdata för Facebook från 2016 och plottar sedan dess stängningskurs för hela perioden! DataReader och date har redan importerats.

Den här övningen är en del av kursen

Importera och hantera finansiell data i Python

Visa kurs

Övningsinstruktioner

Importera matplotlib.pyplot som plt.
Använd date() för att sätta start- och end-datum till den 1 januari 2016 respektive den 31 december 2016.
Sätt ticker till Facebooks aktiesymbol 'FB' och data_source till 'iex'.
Skapa ett DataReader()-objekt för att importera aktiekurserna och tilldela resultatet till stock_prices.
Plotta 'close'-datan i stock_prices, sätt ticker som titel och visa resultatet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import matplotlib.pyplot


# Set start and end dates
start = ____
end = ____

# Set the ticker and data_source
ticker = ____
data_source = ____

# Import the data using DataReader
stock_prices = ____

# Plot close
____

# Show the plot
plt.show()

Redigera och kör kod