Nifty gibt Heatmap Generation mit NSEpy und Seaborn zurück

Nifty MiniDrive: MacBook (Air/Pro) um Speicherplatz erweitern (Dezember 2018).

Anonim

Jeder liebt es, diesen Markt auf seine Art zu visualisieren. Python ist praktisch, wenn es um Visualisierung geht. Eine der Awesome Programmiersprachen, um jede Komplexitätsebene zu programmieren. Ich beginne jedoch hier damit, einfach eine Heatmap zu erstellen, die die historischen Nifty-Renditen seit 2000 visualisiert und dort die Realität des Marktes visualisiert.

Nifty Historical Returns Heatmap (Prozent)

Hier sind einige der wichtigsten Python-Bibliotheken, die für die Visualisierung von Börsen-Daten benötigt werden

IPython (Interaktives Python)
Seaborn (Paket zur Visualisierung statistischer Daten)
Pandas (Python-Bibliothek zur Verarbeitung von Zeitreihendaten)
NSEpy (Abruf historischer Daten von NSEpy - NSEpy 0, 3 ver oder höher)
Matplotlib (Python-Bibliothek zur 2D-Darstellung)

Beispiel IPython Notebook um Nifty Spot zu generieren

Für vereinfachte Version

$ Nifty monatliche Rückgaben. Vereinfachter #Python-Code: //t.co/1hROEONDd5 Inspiriert von Code, der von _ pic.twitter.com/TDx1SHjFAw geteilt wird

- Uptickr (@uptickr) 12. März 2016

Aktien zurück Heatmap - Ipython Notebook