欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python爬取股票信息,并可視化數(shù)據(jù)的示例

 更新時間:2020年09月26日 14:36:53   作者:松鼠愛吃餅干  
這篇文章主要介紹了Python爬取股票信息,并可視化數(shù)據(jù)的示例,幫助大家更好的理解和使用python爬蟲,感興趣的朋友可以了解下

前言

截止2019年年底我國股票投資者數(shù)量為15975.24萬戶, 如此多的股民熱衷于炒股,首先拋開炒股技術(shù)不說, 那么多股票數(shù)據(jù)是不是非常難找, 找到之后是不是看著密密麻麻的數(shù)據(jù)是不是頭都大了?

今天帶大家爬取雪球平臺的股票數(shù)據(jù), 并且實現(xiàn)數(shù)據(jù)可視化

先看下效果圖

基本環(huán)境配置

  • python 3.6
  • pycharm
  • requests
  • csv
  • time

目標(biāo)地址

https://xueqiu.com/hq

爬蟲代碼

請求網(wǎng)頁

import requests
url = 'https://xueqiu.com/service/v5/stock/screener/quote/list'
response = requests.get(url=url, params=params, headers=headers, cookies=cookies)
html_data = response.json()

解析數(shù)據(jù)

data_list = html_data['data']['list']
for i in data_list:
 dit = {}
 dit['股票代碼'] = i['symbol']
 dit['股票名字'] = i['name']
 dit['當(dāng)前價'] = i['current']
 dit['漲跌額'] = i['chg']
 dit['漲跌幅/%'] = i['percent']
 dit['年初至今/%'] = i['current_year_percent']
 dit['成交量'] = i['volume']
 dit['成交額'] = i['amount']
 dit['換手率/%'] = i['turnover_rate']
 dit['市盈率TTM'] = i['pe_ttm']
 dit['股息率/%'] = i['dividend_yield']
 dit['市值'] = i['market_capital']
 print(dit)

保存數(shù)據(jù)

import csv
f = open('股票數(shù)據(jù).csv', mode='a', encoding='utf-8-sig', newline='')
csv_writer = csv.DictWriter(f, fieldnames=['股票代碼', '股票名字', '當(dāng)前價', '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_writer.writeheader()
csv_writer.writerow(dit)
f.close()

完整代碼

import pprint

import requests
import time
import csv

f = open('股票數(shù)據(jù).csv', mode='a', encoding='utf-8-sig', newline='')
csv_writer = csv.DictWriter(f, fieldnames=['股票代碼', '股票名稱', '當(dāng)前價', '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_writer.writeheader()

for page in range(1, 53):
 time.sleep(1)
 url = 'https://xueqiu.com/service/v5/stock/screener/quote/list'
 date = round(time.time()*1000)
 params = {
  'page': '{}'.format(page),
  'size': '30',
  'order': 'desc',
  'order_by': 'amount',
  'exchange': 'CN',
  'market': 'CN',
  'type': 'sha',
  '_': '{}'.format(date),
 }
 cookies = {
  'Cookie': 'acw_tc=2760824216007592794858354eb971860e97492387fac450a734dbb6e89afb; xq_a_token=636e3a77b735ce64db9da253b75cbf49b2518316; xqat=636e3a77b735ce64db9da253b75cbf49b2518316; xq_r_token=91c25a6a9038fa2532dd45b2dd9b573a35e28cfd; xq_id_token=eyJ0eXAiOiJKV1QiLCJhbGciOiJSUzI1NiJ9.eyJ1aWQiOi0xLCJpc3MiOiJ1YyIsImV4cCI6MTYwMjY0MzAyMCwiY3RtIjoxNjAwNzU5MjY3OTEwLCJjaWQiOiJkOWQwbjRBWnVwIn0.bengzIpmr0io9f44NJdHuc_6g9EIjtrSlMgnqwKSWVzI4syI_yIH1F-GJfK4bTelWzDirufjWMW9DfDMyMkI75TpJqiwIq8PRsa1bQ7IuCXLbN71ebsiTOGfA5OsWSPQOdVXQA0goqC4yvXLOk5KgC5FQIzZut0N4uaRDLsq7vhmcb8CBw504tCZnbIJTfGGIFIfw7TkwuUCXGY6Q-0mlOG8U4EUTcOCuxN87Ej_OIKnXN8cTSVh7XW6SFxOgU6p3yUXDgvS04rt-nFewpNNqfbGAKk965N-HJ9Mq8E52BRJ3rt_ndYP8yCaeQ6xSsz5P2mNlKwNFe9EQeltim_mDg; u=501600759279498; device_id=24700f9f1986800ab4fcc880530dd0ed; Hm_lvt_1db88642e346389874251b5a1eded6e3=1600759286; _ga=GA1.2.2049292015.1600759388; _gid=GA1.2.391362708.1600759388; s=du11eogy79; __utma=1.2049292015.1600759388.1600759397.1600759397.1; __utmc=1; __utmz=1.1600759397.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none); __utmt=1; __utmb=1.3.10.1600759397; Hm_lpvt_1db88642e346389874251b5a1eded6e3=1600759448'
 }
 headers = {
  'Host': 'xueqiu.com',
  'Pragma': 'no-cache',
  'Referer': 'https://xueqiu.com/hq',
  'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'
 }

 response = requests.get(url=url, params=params, headers=headers, cookies=cookies)
 html_data = response.json()
 data_list = html_data['data']['list']
 for i in data_list:
  dit = {}
  dit['股票代碼'] = i['symbol']
  dit['股票名稱'] = i['name']
  dit['當(dāng)前價'] = i['current']
  dit['漲跌額'] = i['chg']
  dit['漲跌幅/%'] = i['percent']
  dit['年初至今/%'] = i['current_year_percent']
  dit['成交量'] = i['volume']
  dit['成交額'] = i['amount']
  dit['換手率/%'] = i['turnover_rate']
  dit['市盈率TTM'] = i['pe_ttm']
  dit['股息率/%'] = i['dividend_yield']
  dit['市值'] = i['market_capital']
  csv_writer.writerow(dit)

  print(dit)

f.close()

數(shù)據(jù)分析代碼

c = (
 Bar()
  .add_xaxis(list(df2['股票名稱'].values))
  .add_yaxis("股票成交量情況", list(df2['成交量'].values))
  .set_global_opts(
  title_opts=opts.TitleOpts(title="成交量圖表 - Volume chart"),
  datazoom_opts=opts.DataZoomOpts(),
 )
  .render("data.html")
)

以上就是Python爬取股票信息,并可視化數(shù)據(jù)的示例的詳細(xì)內(nèi)容,更多關(guān)于Python爬取股票信息的資料請關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • Python實現(xiàn)PPT/PPTX批量轉(zhuǎn)換成PDF

    Python實現(xiàn)PPT/PPTX批量轉(zhuǎn)換成PDF

    這篇文章主要為大家詳細(xì)介紹了如何使用Python將PowerPoint演示文稿(PPT、PPTX等)轉(zhuǎn)換為PDF文件,使演示內(nèi)容能夠在更多的設(shè)備上展示,感興趣的小伙伴可以了解下
    2024-01-01
  • python自動定時任務(wù)schedule庫的使用方法

    python自動定時任務(wù)schedule庫的使用方法

    當(dāng)你需要在 Python 中定期執(zhí)行任務(wù)時,schedule 庫是一個非常實用的工具,它可以幫助你自動化定時任務(wù),本文給大家介紹了python自動定時任務(wù)schedule庫的使用方法,需要的朋友可以參考下
    2024-02-02
  • python 實現(xiàn)多維數(shù)組轉(zhuǎn)向量

    python 實現(xiàn)多維數(shù)組轉(zhuǎn)向量

    今天小編就為大家分享一篇python 實現(xiàn)多維數(shù)組轉(zhuǎn)向量,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-11-11
  • Ubuntu 14.04+Django 1.7.1+Nginx+uwsgi部署教程

    Ubuntu 14.04+Django 1.7.1+Nginx+uwsgi部署教程

    django+uwsgi的部署實在是太蛋疼了.網(wǎng)上已有的教程似乎有新版本的兼容問題。最后跑到uwsgi官網(wǎng)上找的教程終于跑通了.. 不過官網(wǎng)的教程似乎有引導(dǎo)教學(xué)性質(zhì),部署的時候就顯得很繞彎路,在這里記錄下來精簡內(nèi)容
    2014-11-11
  • python使用Plotly繪圖工具繪制散點圖、線形圖

    python使用Plotly繪圖工具繪制散點圖、線形圖

    這篇文章主要為大家詳細(xì)介紹了python使用Plotly繪圖工具繪制散點圖、線形圖,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2019-04-04
  • python基礎(chǔ)之模塊的導(dǎo)入

    python基礎(chǔ)之模塊的導(dǎo)入

    這篇文章主要介紹了python模塊的導(dǎo)入,實例分析了Python中返回一個返回值與多個返回值的方法,需要的朋友可以參考下
    2021-10-10
  • python分布式爬蟲中消息隊列知識點詳解

    python分布式爬蟲中消息隊列知識點詳解

    在本篇文章里小編給大家整理的是python分布式爬蟲中消息隊列知識點詳解內(nèi)容,有興趣的朋友們可以參考下。
    2020-11-11
  • 對tensorflow中tf.nn.conv1d和layers.conv1d的區(qū)別詳解

    對tensorflow中tf.nn.conv1d和layers.conv1d的區(qū)別詳解

    今天小編就為大家分享一篇對tensorflow中tf.nn.conv1d和layers.conv1d的區(qū)別詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-02-02
  • set在python里的含義和用法

    set在python里的含義和用法

    在本篇內(nèi)容中我們給大家整理了關(guān)于set在python里的用法含義等相關(guān)知識點內(nèi)容,有興趣的朋友們可以學(xué)習(xí)下。
    2019-06-06
  • Python3.6簡單操作Mysql數(shù)據(jù)庫

    Python3.6簡單操作Mysql數(shù)據(jù)庫

    這篇文章主要為大家詳細(xì)介紹了Python3.6簡單操作Mysql數(shù)據(jù)庫,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2017-09-09

最新評論