可视化股票价格趋势
Google Finance 已弃用其 API，但 DataReader 现在提供了数据源 'iex'。若要在 DataCamp 环境之外实验数据，您需要一个 IEX Cloud 账户。
功能上最重要的变化是数据被限制为最近 5 年。DataReader 返回的 DataFrame 具有相同的 columns，但为小写。
在 Python 中可视化股票价格趋势，离不开 matplotlib.pyplot 包。
在本练习中，您将导入 Facebook 在 2016 年的股票价格数据，并绘制其整个期间的收盘价！DataReader 和 date 已经导入。
本练习是课程的一部分
在 Python 中导入与管理金融数据
练习说明
- 将
matplotlib.pyplot以plt的别名导入。 - 使用
date()，分别将start和end日期设为 2016 年 1 月 1 日和 2016 年 12 月 31 日。 - 将
ticker设为 Facebook 的股票代码'FB'，data_source设为'iex'。 - 创建一个
DataReader()对象以导入股票价格，并赋值给stock_prices。 - 绘制
stock_prices中的'close'数据，将ticker设为标题，并显示结果。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()