用Python从Quandl中检索铂金和钯金价格。

在之前的一篇文章中,我演示了如何在Python脚本中直接通过Quandl查询汽车数据。

在这篇文章中,我将记录如何在Python中查询Quandl的铂金和钯金交易价格。该数据已被伦敦钯金和铂金市场(http://www.lppm.com)验证。

在下面的代码中,我从Quandl检索了一个铂金价格的数据集。
import quandl
# 设置API密钥
quandl.ApiConfig.api_key = "your key here"
import numpy
import pandas
# 以numpy格式从quandl中检索数据,然后转换为pandas DataFrame。
data = pandas.DataFrame(quandl.get('LPPM/PLAT', returns="numpy"))

获得的数据集包括世界各地金属交易市场的每日开盘价和收盘价。我们可以看一下获得的数据框架的标题。

data.head()
DateUSD AMEUR AMGBP AMUSD PMEUR PMGBP PM
01990-04-02471.00NaN289.65470.50NaNNaN
11990-04-03475.80NaN291.35477.25NaNNaN
21990-04-04475.70NaN289.95476.75NaNNaN
31990-04-05481.75NaN292.60481.85NaNNaN
41990-04-06481.00NaN293.10480.25NaNNaN

可以看到,每天的开盘价和收盘价都以美元、欧元和英镑为单位。但是,有些列是空的。让我们通过检查检索到的数据框架的尾部,看看这是否只是早期进入的情况。

data.tail()
DateUSD AMEUR AMGBP AMUSD PMEUR PMGBP PM
75742020-03-30721.0650.43581.45726.0658.80585.25
75752020-03-31723.0657.87586.61727.0662.72586.53
75762020-04-01723.0660.27585.19714.0653.25576.04
75772020-04-02727.0665.75585.35727.0668.20585.82
75782020-04-03719.0666.05584.55714.0662.34582.62

在过去的日子里,所有货币的价格都被列出。由于1990年和2020年的开盘价和收盘价都以美元为单位,我选择只关注美元价格。

在下面的代码中,我使用matplotlib绘制了铂金的收盘价历史记录,以美元为单位。
import matplotlib.pyplot as plt
plt.figure(figsize = (10,10))
plt.plot(data["Date"], data["USD PM"],color = "red")
plt.title("Daily platinum closing prices",size=26)
plt.ylabel("closing price [USD]",size = 16)
plt.xlabel("date", size = 16)
Text(0.5, 0, 'date')
在下面的代码中,我重复了上述钯金价格历史的工作流程。

首先,我查询Quandl的数据。

data = pandas.DataFrame(quandl.get('LPPM/PALL', returns="numpy"))

接下来,我审查数据帧的头。

data.head()
DateUSD AMEUR AMGBP AMUSD PMEUR PMGBP PM
01990-04-02128.00NaN78.70127.65NaN78.55
11990-04-03128.35NaN78.60128.50NaN78.75
21990-04-04128.35NaN78.25128.00NaN77.90
31990-04-05128.40NaN78.00127.75NaN77.65
41990-04-06128.75NaN78.45128.50NaN78.40

而且我也会审查数据框架的尾部。

data.tail()
DateUSD AMEUR AMGBP AMUSD PMEUR PMGBP PM
75742020-03-302236.02017.141803.232242.02034.481807.34
75752020-03-312317.02108.281879.922307.02103.011861.23
75762020-04-012314.02113.241872.932236.02045.751803.95
75772020-04-022288.02095.241842.192123.01951.291710.72
75782020-04-032234.02069.481816.262140.01985.161746.23

同样,我选择关注美元的收盘价。我使用Python中的matplotlib绘制了下面的价格历史。

plt.figure(figsize = (10,10))
plt.plot(data["Date"], data["USD PM"],color = "red")
plt.title("Daily palladium closing prices",size=26)
plt.ylabel("closing price [USD]",size = 16)
plt.xlabel("date", size = 16)
Text(0.5, 0, 'date')

You May Also Like

Leave a Reply

Leave a Reply

您的电子邮箱地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据