基于python 的股票行情查询系统开发（二）

那么，我们就可以通过股票代码，使用爬虫进行历史的数据的获取啦。
getstockdata.py

import urllib.request
import urllib
import requests as re
import datetime 
url = 'http://quotes.money.163.com/service/chddata.html?code='  #网易的历史行情数据api
urlend = 'fields=TCLOSE;HIGH;LOW;TOPEN;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP' #代表数据的最高价，最低价，开盘价，收盘价，涨跌幅等等
path = "D:\\股票数据\\"   #存取路径
def get_todaydate(): #获取最新日期
    date = datetime.datetime.now().strftime('%Y%m%d')
    return date
def get_stockdata(): #获取
    date = get_todaydate()
    stock_list = sub.read_from_csv("D:\\投资\\stocklist.csv") #路径填写股票代码文件的路径 
    for stock in stock_list:
        stock_name = stock[0]   #文件名称
        if '股票名称' in stock_name: #第一行我们不需要
            continue
        if "*" in stock_name:
            stock_name = stock_name.replace('*',"(星)")  #windows文件不能以*开头命名，所以在下出此下策代替- -    
        r = re.get(url+'0'+stock[1]+'&end='+date+urlend) #上证股票代码前加0开头 深证股票代码加1开头
        with open(path+stock_name+'.csv','w',newline='',encoding='utf-8') as csvfile:
            print('正在写入股票'+ stock_name) #写入文件
            csvfile.write(r.text)

好啦 ，我们执行以下，看看怎么样：
正在跑，开始写入文件了，看看对不对:

文件大小不是0kb,有数据了，打开看看数据完整不，这里我们点个中远海控的数据看看：

数据是有了，成交笔数测试了很久，好像目前是没有的。。。
上证目前有1700多只股票，数据一般要下一个多小时，目前我已经把数据打包上传资源了，链接在这上证A股历史股票数据.

好了，我们已经获取了上证A股历史数据了。那么就要用这些数据进行分析了，首先，导入pandas包，不用过多解释，强大的数据统计分析模块，可以快速地对数据进行分类分组等等。
首先，一个股票最基本的通过它的价格就应该得出他的均线，比如说5日线啊，10日线啊，30日,60日等等，这里我就举例上证指数来画均线。
首先，导入上证指数的数据，上证的代码为000001，同理获取数据。
drawplot.py

import requests
import time
import re
import csv
import pandas as pd
from pylab import mpl
import pil
import datetime
import matplotlib.pyplot as plt
import numpy as np 
df = pd.read_csv('D:\\股票数据\\上证指数.csv',header=0,index_col=0)#index_col指定索引，默认我们选择是日期
df1 = df.iloc[::-1] #由于数据是从大到小的，我们应该将其倒序，pandas中的dataframe支持数据的各类操作。
df0 = df1[['收盘价']] #计算均线我们只需要收盘价
stockcode = df.iloc[0,0]  #获取股票名字和代码
stockname = df.iloc[1,1]
df_mean5 = df1.rolling(window=5).mean()  #5日线 rolling方法计算出均值
df_mean5 =df_mean5.rename(columns={'收盘价':'MA5'})
df_mean10 = df1.rolling(window=10).mean()  #10日线
df_mean10 =df_mean10.rename(columns={'收盘价':'MA10'})
df_mean20 = df1.rolling(window=20).mean()#20日线
df_mean20 =df_mean20.rename(columns={'收盘价':'MA20'})
df_mean60 = df1.rolling(window=60).mean()#60日线
df_mean60 =df_mean60.rename(columns={'收盘价':'MA60'})
print(df_mean5)  # 输出5日均线数据

看看输出数据：

看看财经网站上的大盘日k线数据，验证一下





完全正确，成功！接下来我们进行收盘价的曲线描绘：

#concat表示拼接多个dataframe
df_new = pd.concat([df1,df_mean10,df_mean20,df_mean60,df_mean240],axis=1) #axis=1表示按行进行拼接两个dataframe
df_new.plot(kind = 'line',sharex = True,sharey = True,figsize=(50,8),title=stockcode+stockname,grid=True,fontsize=13)
#pandas中plot进行画图 
plt.show()

生成的图标如图：

额，由于是从1990到最新日期的大盘点数，比较密集，我们放大看一下2015年左右的数据：

传说中的大牛市就呈现在我们面前啦！

（未完待续。。。）