如何从指定起始日期获取时间序列数据并绘制对应图表？

嗨，我来帮你搞定这个需求！其实利用pandas的日期索引筛选就能轻松实现，下面分步骤给你讲清楚：

第一步：补全原代码依赖并格式化日期索引 #

原代码里用到了plt但没导入，而且Alpha Vantage返回的pandas数据框索引默认是字符串格式的日期，我们先把它转换成datetime类型，方便后续筛选：

import pandas as pd
import matplotlib.pyplot as plt
from alpha_vantage.timeseries import TimeSeries

# 初始化Alpha Vantage客户端
ts = TimeSeries(key='YOUR_API_KEY', output_format='pandas')
# 获取SPX每日数据
data, meta_data = ts.get_daily('SPX')
# 将索引转换为datetime类型，方便日期筛选
data.index = pd.to_datetime(data.index)

第二步：筛选指定起始日期的数据 #

假设你想获取从2023-01-01开始的数据，直接用日期索引做条件筛选即可：

# 自定义你的起始日期
start_date = '2023-01-01'
# 筛选出起始日期及之后的所有数据
filtered_data = data[data.index >= start_date]

第三步：基于筛选后的数据绘制收盘价时间序列 #

现在用筛选后的数据集绘图，就能只展示指定日期后的走势了：

# 绘制筛选后的收盘价曲线，可自定义图表标题
filtered_data['4. close'].plot(title='SPX Close Price (From 2023-01-01)')
# 调整图表布局避免元素被截断
plt.tight_layout()
# 显示最终图表
plt.show()

额外技巧：直接设置绘图的x轴范围 #

如果你不想提前筛选数据，也可以在绘图后通过plt.xlim()指定显示的日期范围，效果类似：

# 先绘制全部数据
data['4. close'].plot()
# 设置x轴起始日期，None表示保留原数据的结束日期
plt.xlim(pd.to_datetime('2023-01-01'), None)
plt.tight_layout()
plt.show()

不过更推荐提前筛选数据的方式，这样可以减少不必要的数据处理，效率更高~

内容的提问来源于stack exchange，提问作者JustOneMan