### 获取股票和基金数据并绘制图表 #### 数据获取 在 Python 中，可以使用 `yfinance` 库来获取股票数据。该库提供了简单的方法下载金融市场的历史数据和其他相关信息[^1]。 ```python import yfinance as yf # 下载特定股票的历史数据 stock_data = yf.download('AAPL', start='2020-01-01', end='2023-01-01') print(stock_data.head()) ``` 对于基金数据，可以通过类似的 API 或者其他第三方服务（如 Tiingo、Quandl）获取。如果目标是公募基金，则可能需要访问专门的接口或者爬取相关网站的数据[^1]。 --- #### 使用 Matplotlib 绘制股票价格走势图表 一旦获得了数据，就可以通过 Matplotlib 来创建一个基本的价格趋势图。以下是实现方法： ```python import matplotlib.pyplot as plt plt.figure(figsize=(14, 7)) plt.plot(stock_data.index, stock_data['Close'], label="Closing Price", color="blue") # 折线图表示收盘价 plt.title("Apple Stock Closing Prices Over Time") plt.xlabel("Date") plt.ylabel("Price (USD)") plt.legend() plt.grid(True) plt.show() ``` 注意，在此过程中应调整坐标轴标签以及添加网格线以便于阅读图表内容[^1]。 --- #### 使用 Plotly 创建交互式图表 Plotly 是一种强大的工具用于生成动态可视化的图形界面应用。下面是如何用它构建带有标记大小变化效果的散点分布图的例子： ```python import plotly.graph_objects as go import numpy as np trace1 = go.Scatter( x=stock_data.index, y=stock_data['Close'], mode='lines', line=dict(color='firebrick', width=2), ) layout = go.Layout(title="Interactive Apple Stock Close Prices", xaxis_title="Time Period", yaxis_title="Stock Price") fig = go.Figure(data=[trace1], layout=layout) fig.update_layout(hovermode="x unified") # 添加悬停功能 fig.show() ``` 这段代码不仅展示了时间序列上的股价波动情况，还允许用户点击放大查看细节部分，并支持鼠标悬浮显示具体数值等功能[^2]。 --- #### 结合两者优势 虽然两种方式各有千秋，但从用户体验角度来看，采用 Plotly 可以为用户提供更加直观且互动性强的结果；而当仅需静态图像输出时，Matplotlib 则显得更为轻便快捷。 ---