可视化 | 近十年比特币价格走势动态时间序列分析

科技   2024-09-11 08:10   天津  
点击上方"蓝字",关注"Python当打之年"
后台回复"1",领取众多Python学习资料

大家好,我是欧K~

比特币市场作为全球首个且最知名的加密货币市场,以其高度的波动性、全球化的交易网络以及去中心化的特性而著称。
本期将利用Python分析「比特币10年价格数据」,看看BTC价格走势,希望对大家有所帮助,如有疑问或者需要改进的地方可以联系小编。
1. 导入模块

import pandas as pd
from pyecharts.charts import *
from pyecharts import options as opts
import warnings
warnings.filterwarnings('ignore')


2. Pandas数据处理

2.1 读取数据 查看数据信息

df = pd.read_csv('./BTC.csv')

2.2 查看数据信息

df.info()

3. Pyecharts数据可视化

3.1 近十年比特币价格走势
def get_line():
    chart = (
        Line()
        .add_xaxis(x_data)
        .add_yaxis('', y_data)
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='近十年比特币价格走势',
                subtitle=subtitle,
                pos_top='2%',
                pos_left='center',
            ),
            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=30)),
            visualmap_opts=opts.VisualMapOpts(
                is_show=False,
            ),
        )
    )
3.2 动态时间序列图-比特币每日收盘价
def get_tl():
    tl = Timeline()
    for i in range(0,len(df)):
        list_high = list(df['High'])[i]
        x_idx = list(df['Date'])[i]
        x_max = list(df['Date'])[i]+datetime.timedelta(days=60)
        y_max = int(max(list(df['Close'])[0:i+1]))+3
        title_date = list(df['Date'])[i].strftime('%Y-%m-%d')
        c = (
            Line(init_opts=opts.InitOpts(width='1000px', height='600px'))
            .add_xaxis(list(df['Date'])[0:i])
            .add_yaxis(
                series_name="",
                y_axis=list(df['Close'])[0:i], is_smooth=True,is_symbol_show=False,
            )

            .set_global_opts(
                title_opts=opts.TitleOpts(
                title='2-比特币每日收盘价($)',
                subtitle=subtitle,
                pos_top='2%',
                pos_left='center',
                title_textstyle_opts=opts.TextStyleOpts(color=lab_color, font_size=20)
                ),
            )
        )
        tl.add(c, "{}".format(list(df['Date'])[i]))
        tl.add_schema(
            axis_type='time',
            play_interval=100, # 播放的速度
            is_loop_play=True, # 循环播放
            is_auto_play=True, # 自动播放
            is_timeline_show=True
        )

4. 源码

在线运行地址(代码)https://www.heywhale.com/home/column/60e2740e3aeb9c0017b967a2

👉 如需本文数据可在公众号后台回复【比特币】获取
👉 公众号后台回复【可视化项目源码】获取更多可视化代码+数据
END
以上就是本期为大家整理的全部内容了,喜欢的朋友可以点赞、点在看也可以分享让更多人知道。

 往期推荐 

源码下载 | Python可视化系列文章资源(源码+数据)

爬虫 | Python爬取某平台杭州二手房数据

爬虫 | Python搞定软科中国大学排名

爬虫 | Python爬取胡润百富榜数据

爬虫 | Python爬取微博实时热搜榜信息

爬虫 | Python爬取B站榜排行榜信息

可视化 | Flask+Mysql+Echarts 豆瓣电影Top250数据分析系统

Pandas+Pyecharts | 暑期档电影票房数据分析可视化

Pandas+Pyecharts | 平均预期寿命数据可视化

Pandas+Pyecharts | 2024年巴黎奥运会奖牌数据分析可视化

Pandas+Pyecharts | 杭州二手房数据分析可视化

Pandas+Pyecharts | 当当网畅销图书榜单数据分析可视化

Pandas+Pyecharts | 海南旅游攻略数据分析可视化

Pandas+Pyecharts | 全国海底捞门店数据分析可视化

Pandas+Pyecharts | 京东某商品销量数据分析可视化

Pandas+Pyecharts | 第七次人口普查数据分析可视化

Pandas+Pyecharts | 快手APP全国大学生用户数据分析可视化

Pandas+Pyecharts | 奥迪汽车销量数据分析可视化

Pandas+Pyecharts | 剧荒了?用Python找找最近的热播好剧!

Pandas+Pyecharts | 2023年胡润百富榜数据分析可视化

Pandas+Pyecharts | 2023软科中国大学排名分析可视化

Pandas+Pyecharts | 成都大运会奖牌数据分析可视化

Pandas+Pyecharts | 电子产品销售数据分析可视化+用户RFM画像

Pandas+Pyecharts | 北京近五年历史天气数据可视化

Pandas+Pyecharts | 中国高校及专业数据分析可视化

Pandas+Pyecharts | 新冠疫情数据动态时序可视化

Pandas+Pyecharts | 全国吃穿住行消费排行榜,最‘抠门’的地区居然是北京!!!

Pandas+Pyecharts | 2022世界500强数据分析可视化

Pandas+Pyecharts | 上海市餐饮数据分析可视化

Pandas+Pyecharts | 山东省高考考生数据分析可视化

Pandas+Pyecharts | 20000+天猫订单数据可视化

Pandas+Pyecharts | 40000+汽车之家数据分析可视化

Pandas+Pyecharts | 广州市已成交房源信息数据可视化

Pandas+Pyecharts | 某直聘平台招聘信息数据可视化

可视化 | 再分享一套Flask+Pyecharts可视化模板二

可视化 | 分享一套Flask+Pyecharts可视化模板

可视化 | Python直观展示中国代表团冬奥会荣耀时刻

用Python分析了3W+《独行月球》影评数据,看看观众们怎么说~

Matplotlib | 世界足球俱乐部排名可视化

40000+条考研信息数据可视化(学校、专业分数分布)

【在看】的您又变好看了呢

Python当打之年
当打之年,专注于各领域Python技术,量的积累,质的飞跃。后台回复:【可视化项目源码】可获取可视化系列文章源码和数据
 最新文章