爬取股票网页数据

#①获取数据
#utl转换地址://curl.trillworks.com/
print(response.text)
  #注释掉多余的字符串
#②数据清洗 
  #将text文件转换成字典格式
	resp_dict=json.load(response.text)
    #print(resp_dict)
	
   #打印多行数据
    datas=resp_dict.get('data').get('diff')
	for data in datas
	#公司名
	company=data.get('f14')
	share_1=data.get('f184')
	share_5=data.get('f165')
	share_10=data.get('f175')
	#逻辑算法
	if share_1>=10 and share_5 >=5 and sharp_10>=5:
		companies=[]
		prices=[]
		companies.append(company)
        prices.append(price)
#③数据可视化
   from pyecharts.charts import Bar
	import pyecharts.options as opts
	bar=Bar()
	bar.add_xaxis(companies)
	bar.add_yaxis('股价图',prices)
	#字体倾斜,需要引入另一个三方库
	bar.set_global_opts(
	xaxis_opts=opts.AxisOpts(
	      axislabel_opts=opts.LabelOpts(rotate=-40)#设置字体倾斜
	   )
	)
	yaxis_opts=opts.AxisOpts(name='价格：（元/股）')
	
	bar.render('股价图.html')

关于导出.xslx或者.dsv

import pandas as pd

#找到df1、df2两张表，导入
filePath=r"/Users/jack........xlsx"
df1=pd.read_excel(filePath,sheet_name="sheet1")
df2=pd.read_excel(filePath,sheet_name="sheet2")

#将两张表合并
df3=pd,concat([df1,df2],ignore_index=Ture)

#安装xlsxwriter
#Sectiong 1 导出为.xlsx文件
resultPath=r"/Users/jack/...../result.xlsx"#先创建存放路径
df3.to_excel(resultPath,sheet_name="汇总"，index=False,na_rap=0,inf_rep=0)

#或者
df3.to_csv(resultPath,index=False,na_rep=0)

Tushare之Get_k_data：

#须安装：xml、pandas、bs4、openpyxl等依赖库

import tushare as ts
df=ts.get_k_data('sh')#获取上证指数近三年的历史数据
df-ts.get_k_data('600519',start-'2018-01-01',end-'2018-01-31')
df-ts.get_day_all('2018-04-03')
df.to_excel('C:/User/..../result.xlsx','allday')#全天的所有股票数据

#相关参数：
#输入参数为：

#code：股票代码，即6位数字代码，或者指数代码（sh=上证指数 sz=深圳成指 hs300=沪深300指数 sz50=上证50 zxb=中小板 cyb=创业板）

#start：开始日期，格式YYYY-MM-DD

#end：结束日期，格式YYYY-MM-DD

#ktype：数据类型，D=日k线 W=周 M=月 5=5分钟 15=15分钟 30=30分钟 60=60分钟，默认为D

#retry_count：当网络异常后重试次数，默认为3

#pause:重试时停顿秒数，默认为0

#返回值说明：

#date：日期

#open：开盘价

#high：最高价

#close：收盘价

#low：最低价

#volume：成交量

#price_change：价格变动

#p_change：涨跌幅

#ma5：5日均价

#ma10：10日均价

#ma20:20日均价

#v_ma5:5日均量

#v_ma10:10日均量

#v_ma20:20日均量

#turnover:换手率[注：指数无此项]

#1）获取浦发银行近一年半的前复权日线行情：
ts.get_k_data('600000')

#2）获取浦发银行近6年后复权周线行情：
ts.get_k_data('600000', ktype='W', autype='hfq')

#3）获取浦发银行近期5分钟行情：
ts.get_k_data('600000', ktype='5')

#4）获取沪深300指数10月份日线行情：
ts.get_k_data('399300', index=True,start='2016-10-01', end='2016-10-31')

#5）获取鹏华银行分级B的60分钟行情：
ts.get_k_data('150228', ktype='60')

https://jingyan.baidu.com/article/95c9d20d66171aec4e7561ff.html