用Python从Quandl中查询汽车行业数据。

一个关于如何在Python中查询Quandl数据的快速帖子。Quandl 可以通过命令提示符中的 “pip install “命令来安装。为此只需在 Anaconda 命令提示符中键入 “pip install quandl”。

Quandl是数据的维基百科–只是它的内容并非全部免费。Quandl维护着免费和优质的数据集,这些数据集由美国联邦储备局、证券交易所等数据提供商转发到该平台。

您必须在Quandl的网站上建立一个账户。在确认您的帐户后,您将收到您的API-key。只有使用这个密钥,您才能在Python中使用quandl模块。

在下面的代码中,我检索了德国汽车工业产量的数据集,由德国联邦银行通过quandl提供。
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("BUNDESBANK/BBDE1_M_DE_Y_BAA1_A2R290050_G_C_I10_A", returns="numpy"))
我以pandas DataFrame格式检索数据作为时间序列;我使用matplotlib绘制时间序列。
import matplotlib.pyplot as plt
plt.figure(figsize=(10,10))
plt.plot(data["Date"], data["Value"],color="red")
plt.title("Manufactur output for motor vehicles, trailers, semi-trailers and other transport equipment; Germany",size=12)
plt.ylabel("index value",size = 12)
plt.xlabel("date", size =12)
Text(0.5, 0, 'date')
在这种情况下,必须注意到数据集已经不再维护。在查看数据集的尾部时,这一点就很清楚了。
data.tail()
DateValue
3192017-08-31138.8
3202017-09-30130.1
3212017-10-31124.3
3222017-11-30136.3
3232017-12-31132.6

并非所有的数据集都得到了维护,也并非所有的数据集都得到了很好的记录。不过,Quandl还是一个强大的搜索引擎,用于查询相关数据集。用Python从Quandl中查询汽车行业数据。

You May Also Like

Leave a Reply

Leave a Reply

您的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