面试考点布置Python学习教程：手把手教你搭建自己的量化分析数据库，初级Python开发面试题

Python上安装psycopg2 和 sqlalchemy 库。psycopg2 是 Python 连接PostgreSQL数据库的接口，sqlalchemy 应用更广泛，可连接数据库（MySQL, SQLite, PostgreSQL），尤其是对于 pandas 的dataframe型数据，操作起来十分方便。关于这两个 python 库的介绍网上有很多，这里不详细展开，在cmd上使用pip install xxx 进行安装即可。

实例应用

首先，使用 tushare 获取3000多只股票行情数据到本地，使用psycopg2 和 sqlalchemy 为接口，将数据存入本地PostgreSQL数据库中，方便进一步查询和操作。

#先引入后面分析、可视化等可能用到的库
import tushare as ts
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
#正常显示画图时出现的中文和负号
from pylab import mpl
mpl.rcParams[‘font.sans-serif’]=[‘SimHei’]
mpl.rcParams[‘axes.unicode_minus’]=False
#设置token
token=‘输入你的token’
pro = ts.pro_api(token)
复制代码

数据获取函数，默认时间可以随时改动。

#如果报错，把tushare升级到最新
def get_data(code,start=‘20190101’,end=‘20190425’):
df=ts.pro_bar(ts_code=code, adj=‘qfq’, start_date=start, end_date=end)
return df
股票代码获取函数，获取最新交易日的代码。
#获取当前交易日最新的股票代码和简称
def get_code():
codes = pro.stock_basic(list_status=‘L’).ts_code.values
return codes
复制代码

插入PostgreSQL 数据库操作，函数里使用了try…except…pass是为了避免某些数据出错导致程序崩溃。

from sqlalchemy import create_engine
import psycopg2
engine = create_engine(‘pos