Tushare获取数据，包括数据重排序与绘图

Tushare是一款最常用的开源股票市场数据接口，适合金融类和计算机类的小伙伴使用哦，下面介绍如何通过Tushare获取数据且按时间顺序对数据排序且绘图。我的Tushare id：466634

# 导入所需包
import tushare as ts
import pandas as pd
import matplotlib.pyplot as plt

print('tushare版本：'+ts.__version__)
# tushare的token值
pro = ts.pro_api('你的token值')

# 拉取指数数据
def get_indexData(ts_code,name):
    df = pro.index_daily(**{
        "ts_code": ts_code, # 指数代码
        "trade_date": "",
        "start_date": "",
        "end_date": "",
        "limit": "",
        "offset": ""
    }, fields=[  # 返回的数据要求的列
        "ts_code",
        "trade_date",
        "close",
        "open",
        "high",
        "low",
        "pre_close",
        "change",
        "pct_chg",
        "vol",
        "amount"
    ])
    df.to_csv('data/index_data/'+name+'.csv')

# 数据重排序
def sort_data(data_name):
    # 读取数据
    df = pd.read_csv('data/index_data'+data_name+'.csv')
    df=df.sort_values(by='trade_date')
    # 数据重新建立索引：drop=True表示删除原索引，不然会在数据表格中新生成一列'index'数据
    df = df.reset_index(drop=True)
    # 写出数据
    df.to_csv("sort_data/"+data_name+'.csv')

# 数据绘图
def plt_data(data_name):
    # 读取数据
    df = pd.read_csv('sort_data/' + data_name + '.csv')
    # 取出所需列
    df = df.reset_index()[['trade_date','close']]
    #获取大小
    print(df.shape)
    print(df)
    # plot绘图
    plt.plot(df['trade_date'],df['close'])
    plt.show()

if __name__ == '__main__':
    get_indexData('000001.SH','SZ') #以上证指数为例
    sort_data('SZ')
    plt_data('SZ')
    

 至此就完成了获取数据，排序及绘图。