简单的用Python采集股票数据，保存表格后分析历史数据

穷光腚

前言

字节跳动如果上市，那么钟老板将成为我国第一个世界首富

趁着现在还没上市，咱们提前学习一下用Python分析股票历史数据，抱住粗大腿坐等起飞~
好了话不多说，我们直接开始正文
准备工作

环境使用

• Python 3.10 解释器
  
• Pycharm 编辑器
  

模块使用

• requests —> 数据请求模块
  
• csv -> 保存csv表格
  
• pandas -> 可以实现保存Excel表格文件
  

requests和pandas是第三方模块，需要手动安装，直接pip install 加上模块名字即可。
案例实现流程

数据来源分析

• 明确需求: 明确采集的网站以及数据内容
  - 网址: 雪球网
  - 数据: 股票数据
  
• 抓包分析: 分析 股票数据, 可以请求那个网址能够得到
  - 打开开发者工具: F12 / 右键点击检查选择 network (网络)
  - 点击第二页数据
  数据包: https://stock.xueqiu.com/v5/stock/screener/quote/list.json?page=2&size=30&order=desc&order_by=amount&exchange=CN&market=CN&type=sha
  请求网址:
  请求方式:
  请求头:
  

代码实现步骤

• 发送请求 -> 模拟浏览器对于url发送请求
  
• 获取数据 -> 获取服务器返回响应数据
  
• 解析数据 -> 提取我们需要数据
  
• 保存数据 -> 保存表格文件 < csv / Excel > 中
  

代码解析

保存表格文件

• csv -> csv模块
  
• Excel -> pandas模块
  

1. # 创建文件对象
2. f = open('股票.csv', mode='w', encoding='utf-8', newline='')
3. # fieldnames 字段名 表头一行数据 <前面保存字典的键>
4. csv_writer= csv.DictWriter(f, fieldnames=[
5.     '股票代码',
6.     '股票名称',
7.     '当前价',
8.     '涨跌额',
9.     '涨跌幅',
10.     '年初至今',
11.     '成交量',
12.     '成交额',
13.     '换手率',
14.     '市盈率(TTM)',
15.     '股息率',
16.     '市值',
17. ])
18. # 写入表头
19. csv_writer.writeheader()
20. # 创建一个空列表
21. content_list = []
22. # 源码领取抠裙：815624229

复制代码

 

1.  

复制代码

发送请求
模拟浏览器对于url发送请求

• 模拟浏览器: headers 请求头
  
  
  
  • 从浏览器开发者工具中直接复制
    
  • 字典数据类型, 构建完整键值对形式
    
  
  
• 请求网址:
  从浏览器开发者工具中直接复制
  
• 发送请求:
  需要requests模块 -> pip install requests
  

响应对象 表示请求成功

1. # 模拟浏览器
2. headers = {
3.     'Cookie': 's=av17ye9exq; xq_a_token=cf755d099237875c767cae1769959cee5a1fb37c; xq_r_token=e073320f4256c0234a620b59c446e458455626d9; xq_id_token=eyJ0eXAiOiJKV1QiLCJhbGciOiJSUzI1NiJ9.eyJ1aWQiOi0xLCJpc3MiOiJ1YyIsImV4cCI6MTcwMTk5NTg4MCwiY3RtIjoxNzAwNTYzOTE3MDU2LCJjaWQiOiJkOWQwbjRBWnVwIn0.EbAa9h0fB9H_sH415f3x8r2CQiKmPbXZMnuKCy401scB1lMQKOffws6WTwPD2UzFWnntYxIQYSJpX509VUYYgCQkZ_bYtLbtYd5PfxLhWx7coauYA4d3x5aZolzB3eP5IthaYAb0Kbj3MPK8LVRBhABpRGr4wajISuABFNezroM_-5dpiOYK7Rk0UXtU2Qhrzxi1BVCgFUhPP-oR_vKenBw5tLzSqa6aO7CukgI7JVb-6LiymuBquE8FE-de8Vs3evai0fvtjiqryrH3EWM3nmDQIayigHRrYo595bD32kUPP4swHF5U2fwbLHTntIRAm9LsXn8sVf-6sUdgHoYZGg; cookiesu=931700563933974; u=931700563933974; device_id=5da9e0ae658f9fcd3d89078312131fb7; Hm_lvt_1db88642e346389874251b5a1eded6e3=1700563934; Hm_lpvt_1db88642e346389874251b5a1eded6e3=1700563934',
4.     'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36'
5. }
6. for page in range(1, 58):
7.     print(f'==============正在采集第{page}页数据内容==============')
8.     # 请求网址
9.     url = f'https://stock.xueqiu.com/v5/stock/screener/quote/list.json?page={page}&size=30&order=desc&order_by=amount&exchange=CN&market=CN&type=sha'
10.     # 发送请求
11.     response = requests.get(url=url, headers=headers)

复制代码

 
获取数据
获取服务器返回响应数据

• response.text 获取响应文本数据
  
• response.json() 获取响应json数据
  
• response.content 获取响应二进制数据
  

解析数据
提取我们需要数据
解决数据方法根据获取数据来选择的:
字典取值方法 -> 键值对取值 (根据冒号左边的内容[键], 提取冒号右边的内容[值])

1. json_data = response.json()  # 返回json字典数据
2. # for循环遍历
3. for index in json_data['data']['list'][1:]:
4.     # 提取数据保存到字典里面, 方便后续保存表格文件
5.     dit = {
6.         '股票代码': index['symbol'],
7.         '股票名称': index['name'],
8.         '当前价': index['current'],
9.         '涨跌额': index['chg'],
10.         '涨跌幅': index['percent'],
11.         '年初至今': index['current_year_percent'],
12.         '成交量': index['volume'],
13.         '成交额': index['amount'],
14.         '换手率': index['turnover_rate'],
15.         '市盈率(TTM)': index['pe_ttm'],
16.         '股息率': index['dividend_yield'],
17.         '市值': index['market_capital'],
18.     }
19.     # 保存数据
20.     csv_writer.writerow(dit)
21.     # 把字典添加到空列表里面
22.     content_list.append(dit)
23.     print(dit)

复制代码

 
效果展示

获取到数据保存到表格后

 

采集数据和可视化分析部分的代码我都打包好了，下方源码中自取。

 

可视化分析

1. import pandas as pd         # 做表格数据处理模块 第三方的
2. from pyecharts.charts import Bar    # 可视化模块 第三方模块
3. from pyecharts import options as opts   # 可视化模块里面的设置模块(图表样式)
5. # 1. 读取数据
6. # 源码领取+抠裙 815624229
7. df = pd.read_csv('股票.csv')
8. x = list(df['股票名称'].values)
9. y = list(df['成交量'].values)
11. c = (
12.     Bar()
13.     .add_xaxis(x[:10])
14.     .add_yaxis("成交额", y[:10])
15.     .set_global_opts(
16.         xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
17.         title_opts=opts.TitleOpts(title="Bar-旋转X轴标签", subtitle="解决标签名字过长的问题"),
18.     )
19.     .render("成交量图表.html")
20. )

复制代码

 
好了，今天的分享就到这结束了，下次见。

来源:https://www.cnblogs.com/hahaa/p/17852589.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！