Python获取股票数据并绘制相应K线图，看这个就够了！_python绘制2021上证50数据收盘价和均线图-CSDN博客

本文链接：https://blog.csdn.net/2401_84185626/article/details/137859708

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

前言

说明

有人的地方就有江湖，有交易的地方就有金融。
在这里插入图片描述

出于对金融证券的兴趣，作者去年疫情期间开始对金融证券以及数据分析进行学习，去年也已获得证券从业资格证，完整数据分析的内容实现已在两个月前完成。
此篇仅为作者完成的完整数据分析的部分内容（股票数据获取及K线绘制的简化内容）。
在这里插入图片描述

注意

-----------------------------------------------------------------------------------
投资有风险，入市需谨慎
本文不构成任何投资建议！
-----------------------------------------------------------------------------------

数据获取

Tushare获取股票数据

在这里插入图片描述

通过tushare调用token进行获取
直接进入–> tushare

基本调用可查看文章：Tushare调用Token口令对股票数据进行获取

在这里插入图片描述
tushare注册后获得接口令牌即token

获取医疗器械板块数据（代码部分）

下面开始在python中通过代码获取相关数据。
以医疗器械板块2020年1月1号至2020年3月31号为例

import tushare as ts
import warnings

warnings.simplefilter('ignore')
token = 'XXXXXXXXXXXX'	# 以自己的token为例
pro = ts.pro_api(token)


def get\_Plate(stock_code):
    df = pro.ths_daily(ts_code=stock_code, start_date='20200101', end_date='20200331')
    # df = pd.DataFrame(df)
    # 选择时间段2020年初爆发疫情最近3个月

    csv_name = '医疗器械概念\_pr.csv'
    df.to_csv(csv_name)

    print("医疗器械概念板块 + ':\n', df)


if __name__ == '\_\_main\_\_':
    get_Plate('885539.TI')  # 医疗器械概念板块

在这里插入图片描述

获取股票数据（代码部分）

在python中进行数据获取（以迈瑞医疗2020年1月1号至2020年3月31号为例）

import tushare as ts
import warnings

warnings.simplefilter('ignore')
token = 'XXXXXXXXXXXX'	# 以自己的token为例
pro = ts.pro_api(token)


def get\_Stock(stock_code):
# 获取这类股票的日线
    df = pro.daily(ts_code=stock_code, start_date='20200101', end_date='20200331') 
    # 选择时间段2020年初爆发疫情最近3个月
    stock_name = stock_code[:6]
    df.to_csv(stock_name + '.csv')
    print(stock_name + ':\n', df)


if __name__ == '\_\_main\_\_':
    get_Stock('300760.SZ')  # 迈瑞医疗

获取成功，如下
在这里插入图片描述

数据预处理

变量中文化（代码部分）

import json


def get\_Stock(stock_code):
    df = pro.daily(ts_code=stock_code, start_date='20200101', end_date='20200331')
    # 选择时间段2020年初爆发疫情最近3个月
    columns_change = '{"ts\_code":"股票代码","trade\_date":"交易日期","open":"开盘价","high":"最高价","low":"最低价","close":"收盘价",' \
                     '"pre\_close":"昨日收盘价","change":"涨跌额","pct\_chg":"涨跌幅","vol":"成交量","amount":"成交额"} '
    columns_changes = json.loads(columns_change)
    df.rename(columns=columns_changes, inplace=True)
    stock_name = stock_code[:6]
    df.to_csv(stock_name + "\_pr" + '.csv')
    print(stock_name + "预处理" + ':\n', df)



**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）**
![img](https://img-blog.csdnimg.cn/img_convert/0ee882360a40303e3c6e85c1386eaf51.png)

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

朋友，可以添加V获取：vip204888 （备注大数据）**
[外链图片转存中...(img-dAssPFVj-1713319029516)]

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**