Python采集股票数据 Python采集股票数据并制作可视化柱状图
魔王不会哭 人气:0想了解Python采集股票数据并制作可视化柱状图的相关内容吗,魔王不会哭在本文为您仔细讲解Python采集股票数据的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:Python采集股票数据,Python股票数据可视化,下面大家一起来学习吧。
前言
嗨喽!大家好呀,这里是魔王~
雪球,聪明的投资者都在这里 - 4300万投资者都在用的投资社区,
沪深港美全球市场实时行情,股票基金债券免费资讯,与投资高手实战交流。
模块使用
requests >>> pip install requests (数据请求 第三方模块)
re # 正则表达式 去匹配提取数据
json
pandas
pyecharts
开发环境
Python 3.8 解释器
Pycharm 2021.2 版本
代码实现步骤
- 发送请求 访问网站
- 获取数据
- 解析数据(提取数据)
- 保存数据
- 做柱状图 简单的可视化
代码
# 1. 发送请求 访问网站 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36' } url = 'https://xueqiu.com/service/v5/stock/screener/quote/list?page=1&size=30&order=desc&order_by=amount&exchange=CN&market=CN&type=sha&_=1641730868838' response = requests.get(url=url, headers=headers) # 2. 获取数据 json_data = response.json() # 3. 数据解析(筛选数据) data_list = json_data['data']['list'] for data in data_list: data1 = data['symbol'] data2 = data['name'] data3 = data['current'] data4 = data['chg'] data5 = data['percent'] data6 = data['current_year_percent'] data7 = data['volume'] data8 = data['amount'] data9 = data['turnover_rate'] data10 = data['pe_ttm'] data11 = data['dividend_yield'] data12 = data['market_capital'] print(data1, data2, data3, data4, data5, data6, data7, data8, data9, data10, data11, data12) data_dict = { '股票代码': data1, '股票名称': data2, '当前价': data3, '涨跌额': data4, '涨跌幅': data5, '年初至今': data6, '成交量': data7, '成交额': data8, '换手率': data9, '市盈率(TTM)': data10, '股息率': data11, '市值': data12, } csv_write.writerow(data_dict) 4. 保存地址 file = open('data2.csv', mode='a', encoding='utf-8', newline='') csv_write = csv.DictWriter(file, fieldnames=['股票代码','股票名称','当前价','涨跌额','涨跌幅','年初至今','成交量','成交额','换手率','市盈率(TTM)','股息率','市值']) csv_write.writeheader()
运行效果
数据可视化
data_df = pd.read_csv('data2.csv') df = data_df.dropna() df1 = df[['股票名称', '成交量']] df2 = df1.iloc[:20] print(df2['股票名称'].values) print(df2['成交量'].values) c = ( Bar() .add_xaxis(df2['股票名称'].values.tolist()) .add_yaxis("股票成交量情况", df2['成交量'].values.tolist()) .set_global_opts( title_opts=opts.TitleOpts(title="成交量图表 - Volume chart"), datazoom_opts=opts.DataZoomOpts(), ) .render("data.html") ) print('数据可视化结果完成,请在当前目录下查找打开 data.html 文件!')
加载全部内容