题目

数据挖掘是通过对大量的数据进行排序，挑选出相关信息的过程。商业情报结构和金融分析师会用到它，而且正日益被用在科学领域中，从现代实验和观测方法所产生的巨大数据集中提取信息。

在这个项目中，我们想要对一些公司的股票价格进行初步的数据挖掘。以Google公司为对象。程序将计算出2013-2018年间Google股票的每月平均价格，并得出Google公司最好和最坏的6个月。提供读取函数的数据，请编写下面几个函数和调用这些函数的主程序。

• （1）首先需要股票历史价格。访问finance.yahoo.com，在搜索字段中输入Google，选择“Historical Prices”（目前在页面左侧），并找到“Download to Spreadsheet”选项。将文件保存在Python程序所在文件夹中。默认名称是“table.csv”，将使用该名称。文件格式由文件前几行给出：
  Date, Open, High, Low, Close, Volume, Adj Close 2015-10-11, 461.00, 462.07, 443.28, 449.15, 10006000, 449.15 2015-10-10, 422.64, 439.18, 410.50, 439.08, 8589400, 439.08
• （2）getDataList (FileName)
  “CSV”文件是“用逗号分隔的文件”，所以可以在逗号处分割数据。下面的函数将读取一个文件，从逗号处分隔文件中每行，并把数据放到返回的列表中。结果是二维列表，列表的每行又是一个列表。此外，每个项都是一个字符串。读文件需要使用文件名进行调用：getDataList(‘table.csv’)，在shell中应用此函数，了解函数的返回值是什么。

def getDataList(fileName):
dataFile = open(fileName, ‘r’)
dataList = [ ]        # start with an empty list
for line in dataFile:
    # strip end-of-line, split on commas, and append items to list 
dataList. append (line.strip().split(‘,’))
           return dataList    `

• （3） getMonthlyAverages (dataList)
  在这个函数中，将使用getDataList函数产生的dataList作为参数。使用Date，Volume, Adj Close计算每月平均价格。下面是一个计算月平均价格的公式，其中Vi代表Volume，Ci是当天调整收盘价（Adj Close）。
  averagePrice = (V1 * C1 + V2 *C2 + …….+ Vn * Cn)/(V1 + V2 + ……+ Vn)
  为每个月创建包含两个项的元组，包括该月的平均价格和日期（只需要年份和月份）。将每个月的元组添加到列表中（例如monthlyAveragesList），计算所有月的平均值后，返回此列表。在这里使用元组，是因为这些值计算出来后不想意外的更改它们！
• （4）printInfo (monthlyAveragesList)
  在这个函数中，需要使用getMonthlyAverages函数得到月平均价格列表。需要查找和显示Google股价中6个最好（最高平均价格）和6个最坏（最低平均价格）的月份。按从高到低的顺序显示，要求精确到小数点后2位。对输出进行格式化，得到美观的输出（包括信息标题栏）。此函数不返回任何值。
• （5）如果不调用这些函数，它们不起作用。因此，应该写代码来调用他们。

提示：

• （1） 列表sort( )和reverse( )方法会起作用。做实验来观察如何在元组列表上使用这两个方法，注意是如何按第一个项进行排序的。
• （2）创建元组，项是圆括号内用逗号分隔的列表：(x,y)。
• （3）使用二维列表（或元组列表）时，第一个列表的第一项是someList[0][0]，第一个列表的第二项是someList[0][1]。

实现过程

1．访问finance.yahoo.com，获取到Google股票历史价格（2019-06-19 至 2020-06-18）。
新建Python项目，将数据文件拷贝到项目目录下。
项目结构如下图：

2.编写方法读取股票历史价格数据。
该方法接收文件路径，读取数据存入list数据结构中，返回该list。

3．使用 tabulate 库，绘制漂亮的图表，将计算所得Google股票历史平均价格数据，按照降序排列。

输出结果如图：

4.使用 matplotlib 库绘制 Google 平均股价的柱状图，折线图，散点图。图表形式可准确直观的感受到数据的变化。

绘制的图表见下图：

实现代码

from tabulate import tabulate
import matplotlib.pyplot as plt


# 读取 Google 股票价格数据
def getDataList(fileName):
    dataFile = open(fileName, 'r')
    dataList = []
    for line in dataFile:
        dataList.append(line.strip().split(','))
    return dataList


# 在这个函数中，将使用getDataList函数产生的dataList作为参数。
# 使用Date，Volume, Adj Close计算每月平均价格。
# 下面是一个计算月平均价格的公式，其中Vi代表Volume，Ci是当天调整收盘价（Adj Close）。
# averagePrice = (V1 * C1 + V2 *C2 + …….+ Vn * Cn)/(V1 + V2 + ……+ Vn)
# 为每个月创建包含两个项的元组，包括该月的平均价格和日期（只需要年份和月份）。
# 将每个月的元组添加到列表中（例如monthlyAveragesList），计算所有月的平均值后，
# 返回此列表。在这里使用元组，是因为这些值计算出来后不想意外的更改它们！
def getMonthlyAverages(dataList):
    # 删除表头
    del dataList[0]
    # 每月平均股价
    averagePrice = []
    # 每月平均股价列表
    monthlyAveragesList = []
    # 当前计算月份
    month = dataList[0][0][5:7]
    # 平均股价计算公式分子
    result1 = []
    # 平均股价计算公式分母
    result2 = []
    # 标志位
    flag = 0
    for i in range(len(dataList)):
        # 判断读取的月份是否为当计算月份
        if dataList[i][0][5:7] == month:
            i -= flag
            # 计算分子
            vi = dataList[i][6]
            # 计算分母
            ci = dataList[i][5]
            # 累加分子
            result1.append(float(vi) * float(ci))
            # 累加分母
            result2.append(float(vi))
        else:
            flag += 1
            # 当前计算月份
            averagePrice.append(dataList[i - 1][0][:7])
            # 当前计算月平均股价
            averagePrice.append(sum(result1) / sum(result2))
            # 将当前计算月平均股价追加到列表
            monthlyAveragesList.append(tuple(averagePrice))
            # 将计算数据置空（用于计算下一个月份的数据）
            result1 = []
            result2 = []
            averagePrice = []
            # 设置当前计算月
            month = dataList[i][0][5:7]
    # 将最后一个月份的数据追加到列表
    averagePrice.append(dataList[i - 1][0][:7])
    averagePrice.append(sum(result1) / sum(result2))
    monthlyAveragesList.append(tuple(averagePrice))
    return monthlyAveragesList


# 在这个函数中，需要使用getMonthlyAverages函数得到月平均价格列表。
# 需要查找和显示Google股价中6个最好（最高平均价格）和6个最坏（最低平均价格）的月份。
# 按从高到低的顺序显示，要求精确到小数点后2位。
# 对输出进行格式化，得到美观的输出（包括信息标题栏）。
# 此函数不返回任何值。
# 使用 tabulate 库，绘制漂亮的图表
def printInfo(monthlyAveragesList):
    table_header = ['月份', '价格']
    # 按照平均股价排序
    monthlyAveragesList.sort(key=lambda x: x[1])
    # 倒转列表元素，使按照平均股价降序排列
    monthlyAveragesList.reverse()
    print("Google股价 12个月平均价格列表")
    print(tabulate(monthlyAveragesList, headers=table_header, tablefmt='grid'))
    print("Google股价 6个最好月份")
    print(tabulate(monthlyAveragesList[:6], headers=table_header, tablefmt='grid'))
    print("Google股价 6个最坏月份")
    print(tabulate(monthlyAveragesList[7:], headers=table_header, tablefmt='grid'))

# 绘制 Google 平均股价的柱状图，折线图，散点图
# 使用 matplotlib 库 绘制准确的图表
def getReport(monthlyAveragesList):
    names = []
    values = []
    for row in monthlyAveragesList:
        names.append(row[0])
        values.append(row[1])

    fig, axs = plt.subplots(1, 3, figsize=(9, 3), sharey=True)
    axs[0].bar(names, values)
    axs[1].scatter(names, values)
    axs[2].plot(names, values)
    fig.suptitle('Google stock')
    plt.show()

# 主方法
def main():
    # 读取股价数据
    dataList = getDataList('./GOOG.csv')
    # 计算每月平均股价
    monthlyAveragesList = getMonthlyAverages(dataList)
    # 绘制图表
    getReport(monthlyAveragesList)
    # 打印排序后数据
    printInfo(monthlyAveragesList)


main()

---