Tushare入门简介【基础】

1.Tushare模块简介

        Tushare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工 到数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。

        Tushare包含数据获取、数据清洗加工、数据处理、可视化等功能。其中，数据获取模块是Tushare的核心模块，主要包括股票基本信息、股票历史行情、股票财务数据、指数数据、宏观经济数据、行业数据、期货数据等数据的获取。

2.实际操作

（1）安装Tushare模块

首先，我们需要在Python环境中安装Tushare模块。可以通过pip命令进行安装：

pip install tushare 

（2）导入Tushare模块

安装完成后，我们可以在Python代码中导入Tushare模块：

import tushare as ts 

（3）获取股票基本信息

使用Tushare模块，我们可以轻松地获取股票的基本信息。例如，我们可以获取某只股票的基本信息：

# 设置tushare的token，需要在tushare官网注册并获取token
ts.set_token('your token')

# 初始化pro接口
pro = ts.pro_api()

# 获取股票基本信息
df = pro.daily(ts_code='000001.SZ', start_date='20220101', end_date='20220131')
print(df)

 

在上述代码中，我们首先设置了Tushare的token，然后初始化了pro接口。接着，我们调用了pro.daily函数，传入了股票代码（'000001.SZ'）、开始日期（'20220101'）和结束日期（'20220131'），获取了该股票在这一段时间内的日度行情数据。最后，我们打印出了获取到的数据。

（4）数据清洗和处理

获取到的数据可能还需要进行一些清洗和处理，以满足我们的分析需求。例如，我们可以删除不需要的列，或者对某些列进行计算等。以下是一些常见的数据清洗和处理操作：

• 删除不需要的列：可以使用drop函数删除不需要的列。例如，如果我们不需要'trade_date'列，可以这样删除：df = df.drop('trade_date', axis=1)。
• 对某些列进行计算：可以使用apply函数对某些列进行计算。例如，我们可以计算每天的收盘价均值：df['close_mean'] = df['close'].apply(lambda x: sum(x)/len(x))。
• 重命名列名：可以使用rename函数重命名列名。例如，我们可以将'close'列重命名为'收盘价'：df = df.rename(columns={'close': '收盘价'})。

（5）数据可视化

除了基本的数据处理功能，Tushare还提供了一些数据可视化的功能。例如，我们可以使用plot函数绘制股票价格走势图：df[['open', 'close', 'high', 'low']].plot()。此外，Tushare还支持多种图表类型，如折线图、柱状图、饼图等，可以根据需要进行选择。