您好,登錄后才能下訂單哦!
這篇“Python怎么采集股票數(shù)據(jù)并制作可視化柱狀圖”文章的知識(shí)點(diǎn)大部分人都不太理解,所以小編給大家總結(jié)了以下內(nèi)容,內(nèi)容詳細(xì),步驟清晰,具有一定的借鑒價(jià)值,希望大家閱讀完這篇文章能有所收獲,下面我們一起來看看這篇“Python怎么采集股票數(shù)據(jù)并制作可視化柱狀圖”文章吧。
requests >>> pip install requests (數(shù)據(jù)請(qǐng)求 第三方模塊)
re # 正則表達(dá)式 去匹配提取數(shù)據(jù)
json
pandas
pyecharts
Python 3.8 解釋器
Pycharm 2021.2 版本
發(fā)送請(qǐng)求 訪問網(wǎng)站
獲取數(shù)據(jù)
解析數(shù)據(jù)(提取數(shù)據(jù))
保存數(shù)據(jù)
做柱狀圖 簡(jiǎn)單的可視化
# 1. 發(fā)送請(qǐng)求 訪問網(wǎng)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. 獲取數(shù)據(jù) json_data = response.json() # 3. 數(shù)據(jù)解析(篩選數(shù)據(jù)) 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 = { '股票代碼': data1, '股票名稱': data2, '當(dāng)前價(jià)': data3, '漲跌額': data4, '漲跌幅': data5, '年初至今': data6, '成交量': data7, '成交額': data8, '換手率': 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=['股票代碼','股票名稱','當(dāng)前價(jià)','漲跌額','漲跌幅','年初至今','成交量','成交額','換手率','市盈率(TTM)','股息率','市值']) csv_write.writeheader()
運(yùn)行效果
data_df = pd.read_csv('data2.csv') df = data_df.dropna() df1 = df[['股票名稱', '成交量']] df2 = df1.iloc[:20] print(df2['股票名稱'].values) print(df2['成交量'].values) c = ( Bar() .add_xaxis(df2['股票名稱'].values.tolist()) .add_yaxis("股票成交量情況", df2['成交量'].values.tolist()) .set_global_opts( title_opts=opts.TitleOpts(title="成交量圖表 - Volume chart"), datazoom_opts=opts.DataZoomOpts(), ) .render("data.html") ) print('數(shù)據(jù)可視化結(jié)果完成,請(qǐng)?jiān)诋?dāng)前目錄下查找打開 data.html 文件!')
以上就是關(guān)于“Python怎么采集股票數(shù)據(jù)并制作可視化柱狀圖”這篇文章的內(nèi)容,相信大家都有了一定的了解,希望小編分享的內(nèi)容對(duì)大家有幫助,若想了解更多相關(guān)的知識(shí)內(nèi)容,請(qǐng)關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。