Python采集股票数据并制作可视化柱状图

 更新时间:2022年04月04日 10:36:40   作者:魔王不会哭  
这篇文章主要介绍了如何利用Python采集股票数据并制作可视化柱状图,文中的示例代码讲解详细,快来跟上小编一起动手尝试一下吧

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!')

以上就是Python采集股票数据并制作可视化柱状图的详细内容,更多关于Python采集股票数据的资料请关注脚本之家其它相关文章!

相关文章

  • python的sort函数与sorted函数排序问题小结

    python的sort函数与sorted函数排序问题小结

    sort函数用于列表的排序,更改原序列而sorted用于可迭代对象的排序(包括列表),返回新的序列,这篇文章主要介绍了python的sort函数与sorted函数排序,需要的朋友可以参考下
    2023-07-07
  • pygame 精灵的行走及二段跳的实现方法(必看篇)

    pygame 精灵的行走及二段跳的实现方法(必看篇)

    下面小编就为大家带来一篇pygame 精灵的行走及二段跳的实现方法(必看篇)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-07-07
  • Python OpenCV实现图像模板匹配详解

    Python OpenCV实现图像模板匹配详解

    提供一个模板图像,一个目标图像,且满足模板图像是目标图像的一部分,从目标图像中寻找特定的模板图像的过程,即为模板匹配。本文将详细讲解如何利用Python OpenCV实现图像模板匹配,需要的可以参考一下
    2022-04-04
  • Flask-Vue前后端分离的全过程讲解

    Flask-Vue前后端分离的全过程讲解

    这篇文章主要介绍了Flask-Vue前后端分离的全过程,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-07-07
  • 在PyTorch中实现可解释的神经网络模型的方法详解

    在PyTorch中实现可解释的神经网络模型的方法详解

    这篇文章主要为大家介绍在PyTorch如何中实现可解释的神经网络模型,并为您提供使用简单的 PyTorch 接口实现最先进的基于概念的模型的工具,需要的朋友可以参考下
    2023-06-06
  • 用Python展示动态规则法用以解决重叠子问题的示例

    用Python展示动态规则法用以解决重叠子问题的示例

    这篇文章主要介绍了用Python展示动态规则法用以解决重叠子问题的一个棋盘游戏的示例,动态规划常常适用于有重叠子问题和最优子结构性质的问题,且耗时间往往远少于朴素解法,需要的朋友可以参考下
    2015-04-04
  • pyinstaller将python程序打包为可执行文件

    pyinstaller将python程序打包为可执行文件

    这篇文章主要介绍了pyinstaller将python程序打包为可执行文件,pyinstaller是一个python打包工具,它将python程序及所需依赖都打包成一个可执行文件
    2022-08-08
  • 解决python调用matlab时的一些常见问题

    解决python调用matlab时的一些常见问题

    这篇文章主要介绍了解决python调用matlab时的一些常见问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • python Socket网络编程实现C/S模式和P2P

    python Socket网络编程实现C/S模式和P2P

    这篇文章主要介绍了python Socket网络编程实现C/S模式和P2P,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-06-06
  • Python技法之如何用re模块实现简易tokenizer

    Python技法之如何用re模块实现简易tokenizer

    当我们在Python中开始新的东西时,我通常首先看一些模块或库来使用,下面这篇文章主要给大家介绍了关于Python技法之如何用re模块实现简易tokenizer的相关资料,需要的朋友可以参考下
    2022-05-05

最新评论