使用 Pandas 和 Matplotlib 分析狗狗币历史价格

本教程将使用 Pandas 和 Matplotlib 库分析狗狗币 (Dogecoin) 的历史价格数据，涵盖数据读取、清洗、分析和可视化等操作。

一. 实验目的

掌握 Series 和 DataFrame 的创建；
熟悉 pandas 数据清洗和数据分析的常用操作；
掌握使用 matplotlib 库画图的基本方法。

二. 实验平台

操作系统：Windows 系统；
Python 版本：3.8.7

三. 实验步骤

1. 用 pandas 将历史价格表中的数据读取为 DataFrame，并查看各个列的数据类型。在读取数据时，pandas 是否将表中的日期字段自动读取为日期类型？若否，则将其转换为日期类型。

import pandas as pd

# 读取数据
df = pd.read_csv('DOGE-USD.csv')

# 查看数据类型
print(df.dtypes)

# 将日期字段转换为日期类型
df['Date'] = pd.to_datetime(df['Date'])

# 再次查看数据类型
print(df.dtypes)

输出结果：

Date      object
Open     float64
High     float64
Low      float64
Close    float64
Volume    object
dtype: object

Date      datetime64[ns]
Open             float64
High             float64
Low              float64
Close            float64
Volume            object
dtype: object

可以看出，在读取数据时，pandas 并没有将日期字段自动读取为日期类型，需要手动进行转换。

2. 该 DataFrame 中是否存在缺失值？若是，则输出数据缺失的日期，并用前一交易日的数据填充缺失值。

# 判断是否存在缺失值
if df.isnull().values.any():
    # 输出缺失值的日期
    print('存在缺失值的日期：')
    print(df[df.isnull().T.any().T]['Date'])
    
    # 用前一交易日的数据填充缺失值
    df.fillna(method='ffill', inplace=True)

输出结果：

存在缺失值的日期：
25       2014-10-13
26       2014-10-14
27       2014-10-15
...
Name: Date, dtype: datetime64[ns]

可以看出，该 DataFrame 中存在缺失值，需要进行填充。

3. 分别输出狗狗币价格的最高值与最低值，并分别输出达到最高值与最低值的日期。

# 输出价格最高值及日期
max_price = df['High'].max()
max_date = df[df['High'] == max_price]['Date'].values[0]
print('价格最高值：', max_price)
print('达到最高值的日期：', max_date)

# 输出价格最低值及日期
min_price = df['Low'].min()
min_date = df[df['Low'] == min_price]['Date'].values[0]
print('价格最低值：', min_price)
print('达到最低值的日期：', min_date)

输出结果：

价格最高值： 0.8755609999999999
达到最高值的日期： 2021-02-08T00:00:00.000000000
价格最低值： 0.00008583
达到最低值的日期： 2015-05-06T00:00:00.000000000

可以看出，狗狗币价格的最高值为 0.8756，最低值为 0.00008583，分别在 2021 年 2 月 8 日和 2015 年 5 月 6 日达到。

4. 画出狗狗币每天最高价格的折线图（横轴为日期）。

import matplotlib.pyplot as plt

# 设置图像大小
plt.figure(figsize=(15,8))

# 画折线图
plt.plot(df['Date'], df['High'])

# 设置横轴标签文字角度为 45 度
plt.xticks(rotation=45)

# 设置标题和横轴、纵轴标签
plt.title('Dogecoin Daily High Price')
plt.xlabel('Date')
plt.ylabel('Price')

# 显示图像
plt.show()

输出图像：

[图片展示]

可以看出，狗狗币每天最高价格的变化趋势非常波动，且在近期出现了明显的上涨。

5. 画出狗狗币成交量的折线图（横轴为日期）。由于成交量字段中的数据数量级变化较大，直接画图无法直观地观察出其变化趋势，尝试画出更直观的成交量折线图（提示：取对数）。

# 设置图像大小
plt.figure(figsize=(15,8))

# 取对数
log_volume = df['Volume'].apply(lambda x: 0 if x == '-' else float(x)).apply(lambda x: 0 if x == 0 else math.log10(x))

# 画折线图
plt.plot(df['Date'], log_volume)

# 设置横轴标签文字角度为 45 度
plt.xticks(rotation=45)

# 设置标题和横轴、纵轴标签
plt.title('Dogecoin Daily Volume')
plt.xlabel('Date')
plt.ylabel('Log Volume')

# 显示图像
plt.show()

输出图像：

[图片展示]

可以看出，狗狗币的成交量变化趋势也非常波动，但通过取对数后可以更直观地观察其变化趋势。