2024年Python最新Python爬虫+数据分析，2024年你想看的A股牛市都在这里了！(2)

由于需要相关的历史数据，经过对比东方财经网和网易财经网的相关网站页面，网易财经网对于我收集相关历史数据更加方便。

这边直接贴出来网易财经网获取股票历史数据的接口：

http://quotes.money.163.com/service/chddata.html?code=[code]&start=[yyyyMMdd]&end=[yyyyMMdd]&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP

接口中有三个核心参数，code表示股票编码，start表示开始时间，end表示结束时间，用python自动填充即可，调用起来非常方便。

通过Python调用网易财经的股票数据接口，获取上海/深圳A、B股近期成交量前10的共40家股票的历史数据，包含相关股票的开收盘情况、跌涨数据、换手率、成交数据、总市值、流通市值等关键数据指标。

直接贴出代码：

import urllib.request

import re

import glob

import time

‘’’

python学习交流群：1136201545更多学习资料可以加群获取

‘’’

上海、深圳A/B股票，近期成交量前40支股票代码

allCodelist=[

‘601099’,‘601258’,‘600010’,‘600050’,‘601668’,‘601288’,‘600604’,‘600157’,‘601519’,‘600030’,#上海A股

‘900902’,‘900941’,‘900948’,‘900938’,‘900947’,‘900932’,‘900907’,‘900906’,‘900903’,‘900919’,#上海B股

‘000725’,‘300059’,‘002131’,‘300116’,‘002195’,‘002526’,‘002477’,‘000536’,‘300104’,‘000793’,#深圳A股

‘200725’,‘200160’,‘200018’,‘200037’,‘200488’,‘200168’,‘200468’,‘200058’,‘200012’,‘200625’ #深圳B股

]

for code in allCodelist:

print(‘正在获取%s股票数据…’ % code)

if (code[0] == ‘6’ or code[0]==‘9’):#A股

url = ‘http://quotes.money.163.com/service/chddata.html?code=0’ + code + \

‘&start=20180101&end=20190228&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP’

print(url)

else:#B股

url = ‘http://quotes.money.163.com/service/chddata.html?code=1’ + code + \

‘&start=20180101&end=20190228&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP’

print(url)

urllib.request.urlretrieve(url, ‘d:\股票\’ + code + ‘.csv’)#需要提前新建好D盘的“股票”目录，将数据写入csv文件

csvx_list = glob.glob(‘d:\股票\*.csv’)

print(‘总共发现%s个CSV文件’ % len(csvx_list))

time.sleep(2)

print(‘正在处理…’)

for i in csvx_list:

fr = open(i, ‘r’).read()

with open(‘csv_to_csv.csv’, ‘a’) as f:#合并csv文件

f.write(fr)

print(‘写入完毕！’)

完美运行，爬取时间不到15秒，成功获取到上海/深圳A、B股近期成交量前10的共40家股票，2018年1月1日到2019年2月28日的所有历史交易数据。

字段都很容易理解，不需要处理，直接做可视化分析！

四、数据分析及可视化

---

第一步：导入数据

finebi能从很多种数据源导入数据：如Excel，CSV，XML，以及各类数据库(SQL Server，Oracle，My SQL等)，两大主流开源平台(Hadoop，Spark)等等。最常用的方式是连接数据库和导入excel数据。这里直接导入excel。

数据准备—添加业务包，业务包是用来统一整理数据表的。创建好业务包之后，点击添加表，新建excel数据集。

就得到如下的数据明细。这里可以自动识别数据的字段类型，也可以修改字段类型。

第二步：可视化分析

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

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。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

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！