简介
让我们进行一个常见的分析，您可能自己就可以完成这个分析。假设您想分析股票绩效，那么您可以：
在 Yahoo 金融专区找一支股票。。
下载历史数据，保存为 CSV 文件格式。
将 CSV 文件导入 Excel。
进行数学分析：回归、描述性统计或使用 Excel Solver 工具进行线性优化。
很好，但本文为您展示一种更简单、更直观、功能更强大的方法，使用 IPython 和 pandas 进行同种分析。
IPython 库是使用 Python 的数据科学家的重要工具之一。该工具与 Excel 的最大不同在于，您可以使用它以交互方式探索来自某个交互式提示符的数据和分析。本文中的示例主要使用 IPython 作为机制来运行它们。
Python Data Analysis Library (pandas) 是一个拥有 BSD 许可证的开源库，为 Python 编程语言提供了高性能的、易于使用的数据结构和数据分析工具。
入门
在开始使用 IPython 和 pandas 时，需要设置您的 Linux 或 Unix 操作系统，如 Ubuntu 或 OS X。
安装 pip，pip 是一个用于安装和管理 Python 数据包的工具。您可能以前用过 easy_install，但 pip 现在已经取代了 easy_install。要安装 pip，请进入 Python 网站的 pip index 页面，按照说明进行操作。
在安装了 pip 之后，使用以下命令安装 IPython：
sudo pip install IPython
使用 pip 安装 pandas：
sudo pip install pandas
还有一个安装工具 — matplotlib，这是一个用于 Python 程序语言及其 NumPy 数值数学扩展的绘图库。请使用以下命令：
sudo pip install matplotlib
现在已经执行了所需的所有步骤，让我们开始使用 IPython 和 pandas 吧！
Pandas 简介
将您的投资组合数据输入到 pandas 中，请使用以下代码：
清单 1. Pandas 组合数据的导入
In [1]: import pandas.io.data as web
In [2]: from pandas import DataFrame
In [3]: data_feed = {}
In [4]: symbols=['AAPL','FB', 'GOOG', 'SPLK', 'YELP', 'GG','BP','SCPJ','JNJ', 'OMG']
In [5]: for ticker in symbols:
...: data_feed[ticker] = web.get_data_yahoo(ticker, '05/21/2012', '11/1/2012')
...:
In [6]: price = DataFrame({tic: data['Adj Close']
...: for tic, data in data_feed.iteritems()})
In [7]: volume = DataFrame({tic: data['Volume']
...: for tic, data in data_feed.iteritems()})
In [8]: returns = price.pct_change()
要确定年收益率百分比并进行分析，可以调用 return DataFrame 方法和 plot 方法。这可以通过调用 sum 对 DataFrame 中的各列求和来实现，该函数执行了大量工作来创建图 1 中所示的图表。
清单 2. 年收益率
In [9]: import matplotlib.pyplot as plt In [10]: returns.sum().plot(kind='bar',title="% return For Year") Out[10]: <matplotlib.axes.AxesSubplot at 0x10c1b0350> In [11]: plt.show()
查看本栏目更多精彩内容：http://www.bianceng.cnhttp://www.bianceng.cn/Servers/cloud-computing/
以上是小编为您精心准备的的内容，在的博客、问答、公众号、人物、课程等栏目也有的相关内容，欢迎继续使用右上角搜索按钮进行搜索工具
， easy_install
， pip
， ipython
， pandas
， pip install
， 分析
， python matplotlib
， dataframe
， matplotlib教程
windows下安装ipython
pandas数据分析、pandas 股票分析、pandas 数据分析 pdf、pandas 相关性分析、pandas数据分析案例，以便于您获取更多的相关知识。
