11. 파이썬 반복문을 이용한 주가 비교

지난 회차에 반복문을 사용하여 주가를 한꺼번에 다운로드 받은 데이터에 이동평균을 더하고 그래프를 그리는 코드를 알아봤습니다.

2022.09.06 - [파이썬과 주식] - 10. 파이썬 반복문을 이용한 주가 데이터 한꺼번에 다운로드 (2)

10. 파이썬 반복문을 이용한 주가 데이터 한꺼번에 다운로드 (2)

이번 회차에는 반복문을 이용하여 주가 비교 하는 법을 알아보겠습니다.

주가를 비교할 종목은 지난 회차에 썼던 SK이노베이션, 현대모비스, SK 등 세 종목을 사용하겠습니다.

stocks = { "sk이노베이션" : "096770", "현대모비스":"012330","SK":"034730" }

 

1. 판다스 DataFrame

 

판다스 DataFrame에 대해서는 지난 회차 "주가데이터에 이동평균 추가하기"에서 알아봤습니다.

2022.06.15 - [파이썬과 주식] - 4. 주가 데이터에 이동 평균 추가하기 feat. 판다스 Pandas

4. 주가 데이터에 이동 평균 추가하기 feat. 판다스 Pandas

 

데이터 프레임은 행과 열로 이루어진 표 형태입니다.(1) DataFrame 생성하기생성하는 법은  "DataFrame( )" 으로 데이터프레임을 선언합니다.

 사용법은 

   변수 = pandas.DataFrame( ) 

형식으로 사용합니다.

import pandas as pd
data = pd.DataFrame()

"data" 란 이름의 데이터프레임을 생성하였습니다.

---

 

(2) 열(Column) 추가하기

열을 추가하는 방법은

데이터프레임이름["열(Column) 이름"] = "값"

형태로 기존에 없었던 이름을 대괄호[ ] 안에 넣고 들어갈 내용을 등호( = )로 이어주면 됩니다.

import FinanceDataReader as fdr

df = fdr.DataReader('034730','2021-01-01','2022-08-31')

df

"SK"의 주가 데이터를 데이터 프레임으로 다운로드 받았습니다.

앞에 만들었던 "data" 란 데이터 프레임에 SK 주가데이터 중 종가(Close) 부분을 SK라는 이름으로 추가하겠습니다.

import FinanceDataReader as fdr
import pandas as pd

data = pd.DataFrame()
df = fdr.DataReader('034730','2021-01-01','2022-08-31')

data['SK'] = df['Close']

data

---

2. 반복문 For

 

 반복문을 이용해서, SK이노베이션 종가와 현대모비스 종가를 위 데이터 프레임 data 안에 넣어보겠습니다.

import FinanceDataReader as fdr
import pandas as pd

stocks = { "SK이노베이션" : "096770", "현대모비스":"012330","SK":"034730" }
data = pd.DataFrame()

for i in stocks:
    code = stocks[i]
    df = fdr.DataReader(code,'2021-01-01','2022-08-31')
    data[i] = df["Close"]

data

 

반복문의 변수 i 는 딕셔너리 stocks 안에 key값을 순차적으로 반환합니다. 즉, SK이노베이션, 현대모비스,SK 순으로 실행합니다. 

stocks[i] 는 각각의 value인 "096770","012330","034730"을 반환합니다.data[i]에는 "SK이노베이션, 현대모비스,SK " 라는 이름의 열(Column)이 생성되고, 각각에는 df['Close'] 의 값인 종가가 들어가게 됩니다.

3. 그래프 그리기

 

 

import FinanceDataReader as fdr
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib
matplotlib.rcParams['font.family'] ='Malgun Gothic' 
matplotlib.rcParams['font.size'] = 15
matplotlib.rcParams['axes.unicode_minus'] = False 

stocks = {"SK이노베이션":"096770","현대모비스":"012330","SK":"034730"}
data=pd.DataFrame()

for i in stocks:
    code = stocks[i]
    df = fdr.DataReader(code,'2021-01-01','2022-08-31')
    data[i] = df["Close"]
    
data.to_csv("주가비교.csv")

plt.figure(figsize=(15,10))
plt.xticks(rotation=45)
plt.plot(data["SK이노베이션"], label="SK이노베이션", color='#CD5C5C')
plt.plot(data["현대모비스"], label="현대모비스")
plt.plot(data["SK"], label="SK")
plt.xlabel('20210401~20220419', color='#CD5C5C', loc='right') #left, center, right
plt.ylabel('단위: 원', color='#CD5C5C', loc='top') # top, center, bottom
plt.legend()
plt.title("주가 비교", color='green')
plt.grid(axis='y',linestyle='--',color='purple')
plt.savefig("주가비교.png",dpi=100)

 

4.  subplots ( )

 

subplots( ) 함수는 여러 개의 그래프를 하나의 그림 안에 나타낼 때 사용합니다.

subplot( ) 과 subplots( ) 둘 다 여러 개의 그래프를 하나의 그림 안에 그리는 함수 이지만, 사용법이 약간 다릅니다. 여기서는 subplots( ) 를 사용하여 그래프를 그려보겠습니다.

사용법은,

import matplotlib.pyplot as plt

fig,ax = plt.subplots(nrows=2, ncols =2)

plt.subplots(rows , cols) : 만들고자하는 갯수를 앞에는 줄, 뒤에는 열 순으로 넣어주면 됩니다.

import matplotlib.pyplot as plt

fig,ax = plt.subplots(3,1)

nrows, ncols 없이 순서대로 숫자만 넣어줘도 됩니다.

subplots( ) 함수는 두 개의 값을 생성합니다.  하나는 figure 값으로 전체를 나타내는 그림이고, 또 하나는 부분(축)을 의미하는 axes 값입니다. 각각 fig, ax로 받습니다. 이름을 중요하지 않고  순서가 중요합니다. 앞쪽이 figure, 뒤쪽이 axes 입니다.

축을 공유하는 법 : sharex, sharey

import matplotlib.pyplot as plt

fig,ax = plt.subplots(nrows=2, ncols =2, sharey=True)

y축 공유는 sharey = True , 

import matplotlib.pyplot as plt

fig,ax = plt.subplots(nrows=2, ncols =2, sharey=True, sharex=True)

x축 공유는 sharex =True

import matplotlib.pyplot as plt

fig,ax = plt.subplots(3,1,sharex=True)

x축 공유는 sharex =True

---

 

앞선 SK이노베이션, 현대모비스,SK 종가를 따로 분리해서 그래프를 그려보겠습니다.

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv("주가비교.csv")
df.set_index('Date',inplace=True)
fig,(ax1,ax2,ax3) = plt.subplots(3,1,sharex=True)
df.plot(y='SK이노베이션', ax=ax1)
df.plot(y="현대모비스", ax=ax2)
df.plot(y='SK',ax=ax3)