PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
本文将通过Python将从2018年度到目前的股票历史数据爬取过来,大展身手进行一波数据可视化操作,结合数据和市场分析2019年A股牛市的走势和行情。
本文分析侧重可视化,而且难点主要在于数据的获取。
对于股票相关数据,想必对于Python大家应该都比较熟悉了,网站爬数据神器,只要从东方财经网和网易财经爬取相关股票的历史数据即可。
数据可视化分析方面,虽然Python有numpy、pandas、matplotlib等第三方库来辅助进行数据处理和数据可视化,或者也可以借助echart等图表开源接口,但是通过各类代码进行图表属性设置等方面还是比较繁琐的,而且只能生成静态的图表,无法进行动态和深入的多维分析。所以这里用BI来做可视化分析展示。
Python股票数据爬取
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
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
三、全套PDF电子书
书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
五、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
六、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
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。
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!