前言

有了資料後，就要進行分析，因此需要做出圖表比較適合觀察，所以我們現在來做圖囉！

本日程式碼使用：d8_3Legal_chart.ipynb

製作圖表

改造VS Code

需要安裝好用的Python編輯器：Jupyter，可以看之前的文章。需要使用這個語法：

pipenv install jupyter

安裝完後，就有了Jupyter的樣子囉

執行程式

需要從資料庫取的資料，因此需要引入之前的連線功能，再加上pandas製作圖表。記得要安裝matplotlib來製作圖表，不然會發生錯誤：

matplotlib is required for plotting when the default backend "matplotlib" is selected.

都安裝好後，就開始寫程式囉！

首先把所需的模組放入：

import db_connect
import pandas

接著建立與MySQL的連線：

my_connt_obj = db_connect.mysql_connect()
# print(my_connt_obj.db_settings) #for check data
conn = my_connt_obj.connect()

取得連線後，取得我們所需要的資料，放在Dataframe中，是使用read_sql，直接取得我們所需要影響市場最大且交易量最多的三大法人之首：外資及陸資的每日期貨留存部位：

df = pandas.read_sql("SELECT TradeDate,FutureOINetQty FROM LegalDailyFutureOption WHERE TradeGroup ='外資及陸資'", con=conn)

然後我們把X軸變成日期，然後畫圖：

total_data = df.set_index("TradeDate")
ax1 = total_data.plot()

看不出來什麼東西來，把時間縮點一點，變成近100個交易日：

total_data2 = total_data.iloc[-100:]
print(total_data2.head())
ax2 = total_data2.plot()

這邊使用.iloc的方式，取得最後100筆資料，所以就會從2021年開始，不會從2018開始畫，圖表也比較清楚趨勢。

後記：

但是這樣還是無法研究出什麼，這時候需要大盤指數，來驗證我們的資料是否可以做參考。