Tushare数据调用,存储和可视化

1.首先调用tusharepro的库,和matplotlib中的可视化工具pyplot,将your token替换为tushare为你提供的api。

import tushare as ts
import matplotlib.pyplot as plt

pro = ts.pro_api('your token')#在这里输入token

2.接下来用tushare获取600031(三一重工的股票代码)的2020年的每天的开盘价,收盘价,最小值,最大值,成交手数,将数据存储在csv中。tushare的库里面似乎自带dataframe,就不需要调用pandas了。

# 获取600031的2020年每天的开盘价、收盘价、最小值、最大值、成交手数
df = pro.daily(ts_code='600031.SH', start_date='20200101', end_date='20201231',
               fields='trade_date,open,close,low,high,vol')
print(df)

返回值:

    trade_date   open   high    low  close         vol
0     20201231  34.50  35.16  34.27  34.98   619459.34
1     20201230  33.38  34.50  33.26  34.45   638564.26
2     20201229  33.80  33.92  33.11  33.47   524752.92
3     20201228  33.80  34.40  33.42  33.95   667544.18
4     20201225  32.87  33.74  32.62  33.71   631013.73
..         ...    ...    ...    ...    ...         ...
238   20200108  17.10  17.19  16.86  16.89   705015.67
239   20200107  17.20  17.41  16.98  17.19   912931.18
240   20200106  17.70  17.86  16.84  17.17  1190170.24
241   20200103  17.88  17.92  17.67  17.75   574810.63
242   20200102  17.29  17.95  17.29  17.95  1252622.07

[243 rows x 6 columns]
# 将trade_date设置为索引
df['trade_date'] = pd.to_datetime(df['trade_date'])
df.set_index('trade_date', inplace=True)

# 将数据保存到CSV文件
df.to_csv('600031_2020_daily_data.csv')

csv中的部分数据:    

      trade_date    open    high    low    close    vol
1    2020-12-31    34.5    35.16    34.27    34.98    619459.34
2    2020-12-30    33.38    34.5    33.26    34.45    638564.26
3    2020-12-29    33.8    33.92    33.11    33.47    524752.92
4    2020-12-28    33.8    34.4    33.42    33.95    667544.18
5    2020-12-25    32.87    33.74    32.62    33.71    631013.73
6    2020-12-24    32.8    33.37    32.32    32.68    707390.43
7    2020-12-23    31.5    32.71    31.32    32.52    882038.13
8    2020-12-22    31.0    32.11    30.81    31.3    739694.28
9    2020-12-21    31.4    31.4    30.58    31.0    807548.89
10    2020-12-18    32.18    32.37    31.51    31.56    678281.63
11    2020-12-17    32.2    32.45    31.71    32.37    622378.75
12    2020-12-16    31.4    32.49    31.2    32.33    747973.27

3.将每天的收盘价可视化

# 可视化每天的收盘价
plt.figure(figsize=(10, 6))
df['close'].plot(title='600031 Daily Close Price in 2020')
plt.xlabel('Date')
plt.ylabel('Close Price (CNY)')
plt.grid(True)
plt.show()

可以灵活调整展示不同的数据。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值