[Python] Plotly / FinanceDataReader

high-level interface

: 사람에 더 가까운 -> 사람이 이해하기 더 쉬운 인터페이스, 복잡한 기능을 단순하게 만들어 놓은 인터페이스 / 추상화 

 

그래프를 시각화 하기 위해서 어떤 정보를 API에 주어야 할까? (원래도 궁금했던 거임~)

1) 어떤 그래프로 시각화 할지 고른다 ex) 막대, 선, 산점도, 히스토그램 등

2) 어떤 데이터를 시각화 할지 API에 설정

3) x, y축을 설정 

4) 제목, 그래프 크기, 범례, 서브플롯, 스타일 등을 설정

5) bar(data, x, y)와 유사한 API를 대부분 갖고 있음

 

Plotly 는?

• 파이썬의 대표적인 인터랙티브 시각화 도구
• Plotly Python Graphing Library | Python | Plotly
• Financial Charts | Python | Plotly
• Time Series and Date Axes | Python | Plotly
• OHLC Charts | Python | Plotly
• Python API reference for plotly — 4.14.3 documentation

Plotly Express: high-level interface for data visualization

• https://plotly.com/python-api-reference/plotly.express.html
• seaborn 과 비슷한 사용법
• 사용법이 plotly.graph_objects 에 비해 비교적 간단한 편

Graph Objects: low-level interface to figures, traces and layout

• https://plotly.com/python-api-reference/plotly.graph_objects.html
• 다양한 시각화

plotly.graph_objects와 potly.express 차이점 궁금해서 찾아봄

https://en.ai-research-collection.com/plotly-graph_object/

What is Plotly graph_object? (How is it different from Express?)

필요한 라이브러리 로드

# 그래프가 노트북에 표시되지 않을 때
from plotly.offline import iplot, init_notebook_mode
from plotly.subplots import make_subplots
init_notebook_mode()

plotly 최신버전을 사용해 주세요. 최신버전이 아닐 때 동작하지 않을 수 있습니다.
!pip install plotly --upgrade

그래프가 노트북에 표시되지 않을 때 위에 것 해보기, 아나콘다 prompt에 pip 해주기

import plotly

plotly.__version__

예제

# plotly.express
# pandas 를 로드합니다.
import plotly.express as px
df = px.data.iris()
fig = px.scatter(df, x="sepal_width", y="sepal_length", color='petal_length')
fig.show()

잘 import 됐는지 확인하기 위한 예제 코드

plotly 예제 따라하기

https://plotly.com/python/time-series/

Time

-> seaborn 에 타이타닉 있듯이

df = px.data.stocks()
df

 

일별 수익률 선그래프 그리기

반응형 그래프 아닌 그냥 캡쳐만 해옴(실제로 해보면 반응형 그래프로 나옴)

# px.line 으로 특정 종목("GOOG")에 대해 선그래프
px.line(df, x = 'date', y = 'GOOG', height= 300)

# pandas API 
df['GOOG'].plot(figsize = (12, 6))

# plotly express API -> pandas 처럼 사용 
px.line(df['GOOG'], height = 300)

px.line(df.set_index('date'), height = 300)

일별 수익률 막대그래프 그리기

일별 수익률에서 - 1

df_1 = df.set_index('date') - 1
df_1

# Pandas API 
df_1.plot(kind = 'bar', figsize = (12, 6))

# plotly express API
px.bar(df_1, height = 300)

- x, y축 따로 지정하지 않아도 됨

facet_col을 사용한 서브플롯 그리기

df_1.columns.name = 'company'
df_1.columns

>> Index(['GOOG', 'AAPL', 'AMZN', 'FB', 'NFLX', 'MSFT'], dtype='object', name='company')

px.area(df_1, height = 300)

px.area로 수익률 분포 그리기

px.area(df_1, facet_col = 'company', facet_col_wrap = 2)

- facet_col 을 통해 서브플롯 그릴 수 있음

- facet_col = 'company' 칼럼 지정

- facet_col_wrap 한 줄에 몇 개 그릴 건지 (facet_col_wrap = 2, 한 줄에 2개씩)

 

여러 종목을 하나의 그래프로 표현

px.line(df, x = 'date', y= 'GOOG', hover_data={"date": "|%Y-%m-%d"} )

- hover_data={"date": "|%Y-%m-%d"} -> 마우스 댔을 때 무슨 정보 볼지

- "|%Y-%m-%d" 앞에 |붙이는거는 plotly 에서의 약속 API 규칙

 

Time Series and Date Axes

 

fig = px.line(df_1['GOOG'], title = '구글 주가')
fig.update_xaxes(rangeslider_visible=True)

- fig.update_xaxes(rangeslider_visible=True) -> 이렇게 기간 정할 수 있게 

- 이런 기능들 다 외울 필요는 없음 -> 있다는 거 알고 사용할 때 이런게 있구나 생각나게 🥹 

- plotly는 한글 폰트 따로 지정하지 않아도 됨 

 

캔들스틱 차트(Candlestick)

- 캔들스틱 차트(영어: Candlestick chart) 또는 봉차트, 일본식 캔들스틱 차트는 주식을 비롯한 유가증권과 파생상품, 환율의 가격 움직임을 보여주는 금융 차트

- 각각의 "캔들스틱" 또는 "봉"은 일반적으로 "하루"의 가격 움직임을 나타내며, 따라서 20일간의 거래를 보여주는 차트에는 20개의 캔들스틱이 있다.[1]

- 캔들스틱 차트는 기술 통계학에서 사용되는 상자 수염 그림과 외적으로 유사하지만, 상자 수염 그림은 캔들스틱과 달리 금융이 아닌 다른 정보들을 표시한다.

- 출처 : 캔들스틱 차트 - 위키백과

 

import pandas as pd
import plotly.graph_objects as go
from datetime import datetime

df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv')
df

- plotly.graph_objects 를 go라는 별칭으로 불림

fig = go.Figure(data=[go.Candlestick(x=df['Date'],
                open=df['AAPL.Open'],
                high=df['AAPL.High'],
                low=df['AAPL.Low'],
                close=df['AAPL.Close'])])

fig.show()

위 챠트 줌

OHLC(Open-High-Low-Close)

- 왼쪽이 시작가, 오른쪽이 종가

- 외국은 붉은색이 하락(<-> 한국은 붉은색이 상승) 

fig = go.Figure(data=[go.Ohlc(x=df['Date'],
                open=df['AAPL.Open'],
                high=df['AAPL.High'],
                low=df['AAPL.Low'],
                close=df['AAPL.Close'])])

fig.show()

fig = go.Figure(data=[go.Ohlc(x=df['Date'],
                open=df['AAPL.Open'],
                high=df['AAPL.High'],
                low=df['AAPL.Low'],
                close=df['AAPL.Close'])])
fig.update_xaxes(rangeslider_visible=False)
fig.show()

-rangeslider 없이 그리고 싶으면 rangeslider_visible = False하면 됨

 

주가 데이터 직접 수집해서 시각화

- fdr.StockListing('S&P500') -> 종목 데이터 뽑아 오는

https://financedata.github.io/posts/finance-data-reader-users-guide.html

FinanceDataReader 사용자 안내서

특정 주가 불러오기

- FinanceDataReader의 DataReader는 미국 주식의 경우 종목코드 대신 티커(Ticker) 사용

- 약자 같은, 넷플릭스 : NFLX

NFLX = fdr.DataReader('NFLX', start = '2022')
NFLX.tail()

NFLX_df = (NFLX / NFLX.iloc[0])-1
px.line(NFLX_df.iloc[:,:4])

- 이전에는 Adj Close가 전일비였는데 지금은 수정종가 -> 직접 계산할 수 있음

NFLX['Close'].pct_change()
>> 
Date
2022-01-03         NaN
2022-01-04   -0.010412
2022-01-05   -0.039973
2022-01-06   -0.025074
2022-01-07   -0.022104
                ...   
2023-01-25    0.011351
2023-01-26   -0.008398
2023-01-27   -0.011237
2023-01-30   -0.021232
2023-01-31    0.002124
Name: Close, Length: 271, dtype: float64

Adj Close의 히스토그램 그리기 + 박스

px.histogram(NFLX_df['Adj Close'], marginal="box")

- marginal="box" 옵션을 사용 -> 대표값을 표현하는 그래프에 대한 단점 보완 -> box plot

NFLX 캔들스틱 & OHLC 

fig = go.Figure(data=[go.Candlestick(x=NFLX.index,
                open=NFLX['Open'],
                high=NFLX['High'],
                low=NFLX['Low'],
                close=NFLX['Close'])])
fig.update_xaxes(rangeslider_visible=True)

fig.show()

fig = go.Figure(data=[go.Ohlc(x=NFLX.index,
                open=NFLX['Open'],
                high=NFLX['High'],
                low=NFLX['Low'],
                close=NFLX['Close'])])
fig.update_xaxes(rangeslider_visible=True)

fig.show()

여러 종목 수익률 보기

FAANG = ["META", "AMZN", "AAPL", "GOOGL"]

# faang_list 의 종가 가져오기
META = fdr.DataReader('META', start = '2022')
AMZN = fdr.DataReader('AMZN', start = '2022')
AAPL = fdr.DataReader('AAPL', start = '2022')
GOOGL = fdr.DataReader('GOOGL', start = '2022')
META_c = META['Close']
AMZN_c = AMZN['Close']
AAPL_c = AAPL['Close']
GOOGL_c = GOOGL['Close']

# concat 으로 데이터 병합하기
df_faang = pd.concat([META_c,AMZN_c,AAPL_c,GOOGL_c], axis = 1)

df_faang.columns = FAANG
df_faang.columns.name = 'company'

# 일별 수익률 구하기 (첫날 구매를 했다는 가정하에 )
df_faang_data = (df_faang / df_faang.iloc[0])-1

- 나는 이렇게 하나하나 함… 아무튼 구하려던건 구했지만 ! 조금 많이 깔끔하게 하자면

FAANG = ["META", "AMZN", "AAPL", "GOOGL"]
# faang_list 의 종가 가져오기
faang_list =  [fdr.DataReader(ticker, "2022")["Close"] for ticker in FAANG]
# concat 으로 데이터 병합하기
df_faang = pd.concat(faang_list, axis=1)
df_faang.columns = FAANG
df_faang.columns.name = 'company'

# 일별 수익률
df_ratio = (df_faang / df_faang.iloc[0]) - 1

막대 그래프

px.bar(df_faang_data['META'])

- 사이사이 비어있는 곳은 -> 공휴일 : 장이 안 열린 날 

산점도

px.scatter(df_faang_data, x = 'GOOGL', y = 'AAPL', marginal_x = 'box', marginal_y = 'violin')

-> 애플이 오를 때 구글도 오르네~ 이런거 알 수 있음

px.scatter_matrix(df_faang_data)

pd.plotting.scatter_matrix(df_faang_data, alpha = 0.2) ;

https://pandas.pydata.org/docs/reference/api/pandas.plotting.scatter_matrix.html

-> 판다스 그래프

distribution 분포 그리기

df_faang_data.describe()

df_faang_data.quantile()
>>
company
META    -0.502186
AMZN    -0.290218
AAPL    -0.166200
GOOGL   -0.225358
Name: 0.5, dtype: float64

- quantile() 는 백분위수

-quantile(q = ) -> q의 값에 따라 해당 분위수 출력 

https://wikidocs.net/155537

14-10 분위수 (quantile)

# px.box
px.box(df_faang_data, height = 300)

-> 애플, 구글 변동 크지 않음

# px.violin
px.violin(df_faang_data, box = True, points = 'all')

 

-> 박스플롯의 단점 보완해서 만들어짐

# px.strip
px.strip(df_faang_data)

# px.histogram
px.histogram(df_faang_data, marginal="box", nbins=50)

px.histogram(df_faang_data, nbins=50, 
             facet_col="company", facet_col_wrap=2)

 

---

 

* Graph Objects: low-level interface to figures, traces and layout
https://plotly.com/python-api-reference/plotly.graph_objects.html

* Plotly Express: high-level interface for data visualization
https://plotly.com/python-api-reference/plotly.express.html

 

plotly와 matplotlib의 차이점은?

- plotly는 자바스크립트 기반이고, 동적으로 그래프를 그릴 수 있음
- matplotlib은 python 기반으로, 정적으로 그래프를 그릴 수 있음

 

https://matplotlib.org/cheatsheets/

박스플롯

https://ko.wikipedia.org/wiki/%EC%83%81%EC%9E%90_%EC%88%98%EC%97%BC_%EA%B7%B8%EB%A6%BC

1. 백분위 수 : 데이터를 백등분 한 것
2. 사분위 수 : 데이터를 4등분 한 것
3. 중위수 : 데이터의 정 가운데 순위에 해당하는 값.(관측치의 절반은 크거나 같고 나머지 절반은 작거나 같다.)
4. 제 3사분위 수 (Q3) : 중앙값 기준으로 상위 50% 중의 중앙값, 전체 데이터 중 상위 25%에 해당하는 값
5. 제 1사분위 수 (Q1) : 중앙값 기준으로 하위 50% 중의 중앙값, 전체 데이터 중 하위 25%에 해당하는 값
6. 사분위 범위 수(IQR) : 데이터의 중간 50% (Q3 - Q1)

 

https://www.autodesk.com/research/publications/same-stats-different-graphs

- 바이올린 : 히스토그램의 밀도 추정해서 그린 것이 바이올린 처럼 생겼다고 해서 바이올린 플롯 

 

코로나 -> 범주형 데이터

주가 -> 수치 데이터