Python股票处理之五_直方图统计

1.        说明

直方图(Histogram)又称质量分布图。是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况（见下图）。
直方图是统计中的常用工具，在图像处理中，经常通过边缘或者颜色统计计算直方图，并通过直方图匹配实现图像识别；也可以据此判断颜色分布，以调节色彩均衡；还可以筛选出感兴趣的区域，并做进一步处理。
在股票数据处理中，也同理，统计出直方图后，可利用它和以往数据匹配，寻找近似的情况；统计有效数据集中区域，并聚焦于该区域进一步处理。
下面是一个最简单的实例：每天我们能看出大盘的整体涨跌，但并不了解各股涨跌情况的分布（比如：是普涨还是二八行情），下例分析并显示了昨天各股涨跌幅主要分布在哪些区间内。

2.        程序

1)       代码

# -*- coding:utf-8 -*-  

import tushare as ts
import numpy as np  
import matplotlib.pyplot as plt  

e = ts.get_today_all()
cc = e[u'changepercent']	# 涨跌幅
plt.hist(cc,int(np.sqrt(len(cc))+0.5))
plt.show()  

2)       运行结果

（此处直方图主要分布在0附近，提供的信息并不多，下篇：《数据预处理》将对直方图结果进行进一步的处理）