使用python來玩一次股票代碼詳解
準備工作
我們需要使用這些模塊,通過pip安裝即可。
后續(xù)使用的其它的模塊都是Python自帶的,
不需要安裝,直接導入使用即可。
requests: 爬蟲數(shù)據(jù)請求模塊 pyecharts: 數(shù)據(jù)分析 可視化模塊 pandas: 數(shù)據(jù)分析 可視化模塊里面的設置模塊(圖表樣式)
獲取數(shù)據(jù)部分
爬蟲的基本流程
思路分析
采集什么數(shù)據(jù)?怎么采集?
首先我們找到數(shù)據(jù)來源
代碼實現(xiàn)
我們想要實現(xiàn)通過爬蟲獲取到數(shù)據(jù),正常情況下有幾個步驟:
發(fā)送請求獲取數(shù)據(jù)解析數(shù)據(jù)保存數(shù)據(jù)
接下來我們來看代碼 代碼展示
導入需要使用的模塊
import requests # 數(shù)據(jù)請求模塊 import csv # 表格模塊
發(fā)送請求
通過response模塊來訪問需要獲取數(shù)據(jù)的地址
url = 'https://stock.xueqiu.com/v5/stock/screener/quote/list.json?page={page}&size=30&order=desc&orderby=percent&order_by=percent&market=CN&type=sh_sz' requests.get(url=url)
需要使用 cookie 來偽裝一下,
cookie代表著用戶身份信息。
當然光cookie是不夠的,
咱們再加上當前網(wǎng)頁的 user-agent
偽裝加好之后,咱們就能得到一個相應結(jié)果,
先打印出來看看。
import requests # 第三方模塊 import csv # 偽裝 headers = { # 用戶身份信息 'cookie': 's=bq119wflib; device_id=90ec0683f24e4d1dd28a383d87fa03c5; xq_a_token=df4b782b118f7f9cabab6989b39a24cb04685f95; xqat=df4b782b118f7f9cabab6989b39a24cb04685f95; xq_r_token=3ae1ada2a33de0f698daa53fb4e1b61edf335952; xq_id_token=evjkfkyJ0eXAiOiJKV1QiLCJhbGciOiJSUzI1NiJ9.eyJ1aWQiOi0xLCJpc3MiOiJ1YyIsImV4cCI6MTY3MjE4Njc1MSwiY3RtIjoxNjcwNTAxMjA5MTEyLCJjaWQiOiJkOWQwbjRBWnVwIn0.iuLASkwB6LkAYhG8X8HE-M7AM0n0QUULimW1C4bmkko-wwnPv8YgdakTC1Ju6TPQLjGuvfudhhMqHuSXqiWdOqVIjy_OMEj9L_HScDot-7kn63uc2lZbEdGnjyF3sDrqGBCpocuxTTwuSFuQoQ1lL7ZWLYOcvz2pRgCw64I0zLZ9LogQU8rNP-a_1Nc91V8moONFqPvjjnWD5Lt3JxqcuyJbmb86OpfJZRycnh1Gjnl0Aj1ltGa4sNGSMXoY2iNM8NB56LLIp9dztEwExiRSWlWZifpl9ERTIIpHFBq6L2lSTRKqXKb0V3McmgwQ1X0_MdNdLAZaLZjSIIcQgBU26T8Z4YBZ39dA; u=511670501221348; Hm_lvt_1db88642e346389874251b5a1eded6e3=1667994737,1670480781,1670501222; Hm_lpvt_1db88642e346389874251b5a1eded6e3=1670501922', # 瀏覽器的基本信息 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36' } url = 'https://stock.xueqiu.com/v5/stock/screener/quote/list.json?page={page}&size=30&order=desc&orderby=percent&order_by=percent&market=CN&type=sh_sz' # 1. 發(fā)送請求 response = requests.get(url=url, headers=headers) print(response)
運行后出現(xiàn) <Response [200]>求請求成功,
出現(xiàn)404就是訪問不到資源,一般是被反爬了。
所以這時候我們需要加一個 referer 防盜鏈參數(shù)進去
'referer: https://xueqiu.com/hq'
如果加了還不行,
就是自己鏈接有問題了。
取數(shù)據(jù)的話 .json 就好了
import requests # 第三方模塊 import csv # 偽裝 headers = { # 用戶身份信息 'cookie': 's=bq119wflib; device_id=90ec0683f24e4d1dd28a383d87fa03c5; xq_a_token=df4b782b118f7f9cabab6989b39a24cb04685f95; xqat=df4b782b118f7f9cabab6989b39a24cb04685f95; xq_r_token=3ae1ada2a33de0f698daa53fb4e1b61edf335952; xq_id_tokendjdjfvj=eyJ0eXAiOiJKV1QiLCJhbGciOiJSUzI1NiJ9.eyJ1aWQiOi0xLCJpc3MiOiJ1YyIsImV4cCI6MTY3MjE4Njc1MSwiY3RtIjoxNjcwNTAxMjA5MTEyLCJjaWQiOiJkOWQwbjRBWnVwIn0.iuLASkwB6LkAYhG8X8HE-M7AM0n0QUULimW1C4bmkko-wwnPv8YgdakTC1Ju6TPQLjGhMqHuSXqiWdOqVIjy_OMEj9L_HScDot-7kn63uc2lZbEdGnjyF3sDrqGBCpocuxTTwuSFuQoQ1lL7ZWLYOcvz2pRgCw64I0zLZ9LogQU8rNP-a_1Nc91V8moONFqPWD5Lt3JxqcuyJbmb86OpfJZRycnh1Gjnl0Aj1ltGa4sNGSMXoY2iNM8NB56LLIp9dztEwExiRSWlWZifpl9ERTIIpHFBq6L2lSTRKqXKb0V3McmgwQ1X0_MdNdLAZaLZjSIIcQgBU26T8Z4YBZ39dA; u=511670501221348; Hm_lvt_1db88642e346389874251b5a1eded6e3=1667994737,1670480781,1670501222; Hm_lpvt_1db88642e346389874251b5a1eded6e3=1670501922', # 防盜鏈 'referer: https://xueqiu.com/hq' # 瀏覽器的基本信息 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36' } url = 'https://stock.xueqiu.com/v5/stock/screener/quote/list.json?page={page}&size=30&order=desc&orderby=percent&order_by=percent&market=CN&type=sh_sz' # 1. 發(fā)送請求 response = requests.get(url=url, headers=headers) print(response.json())
獲取數(shù)據(jù)
什么是json數(shù)據(jù)?
以 {}/[] 所包裹起來的數(shù)據(jù) {“”:“”, “”:“”}
除了 .json 還可以通過 .text 和 .content 來拿到數(shù)據(jù),但是它們獲取到的數(shù)據(jù)是一樣。
.text 獲取到的是字符串,文本內(nèi)容。
.content 取到的是二進制數(shù)據(jù),一般是圖片/音頻/視頻內(nèi)容。
json_data = response.json()
解析數(shù)據(jù)
解析數(shù)據(jù)就是提取數(shù)據(jù),把我們想要的數(shù)據(jù)提取出來。
沒學過字典的小伙伴,可以先學一下字典。
data_list = json_data['data']['list'] # data_list[0] # data_list[1] for i in range(0, len(data_list)): symbol = data_list[i]['symbol'] name = data_list[i]['name'] current = data_list[i]['current'] chg = data_list[i]['chg'] percent = data_list[i]['percent'] current_year_percent = data_list[i]['current_year_percent'] volume = data_list[i]['volume'] amount = data_list[i]['amount'] turnover_rate = data_list[i]['turnover_rate'] pe_ttm = data_list[i]['pe_ttm'] dividend_yield = data_list[i]['dividend_yield'] market_capital = data_list[i]['market_capital'] print(symbol, name, current, chg, percent, current_year_percent, volume, amount, turnover_rate, pe_ttm, dividend_yield, market_capital)
保存數(shù)據(jù)
csv_writer.writerow([symbol, name, current, chg, percent, current_year_percent, volume, amount, turnover_rate, pe_ttm, dividend_yield, market_capital])
數(shù)據(jù)可視化分析
導入需要使用的模塊
import pandas as pd # 做表格數(shù)據(jù)處理模塊 from pyecharts.charts import Bar # 可視化模塊 from pyecharts import options as opts # 可視化模塊里面的設置模塊(圖表樣式)
讀取數(shù)據(jù)
df = pd.read_csv('股票.csv') x = list(df['股票名稱'].values) y = list(df['成交量'].values) c = ( Bar() .add_xaxis(x[:10]) .add_yaxis("成交額", y[:10]) .set_global_opts( xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)), title_opts=opts.TitleOpts(title="Bar-旋轉(zhuǎn)X軸標簽", subtitle="解決標簽名字過長的問題"), ) .render("成交量圖表.html")
到此這篇關(guān)于使用python來玩一次股票代碼詳解的文章就介紹到這了,更多相關(guān)Python實戰(zhàn)項目內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- 十個Python練手的實戰(zhàn)項目,學會這些Python就基本沒問題了(推薦)
- 分享7個 Python 實戰(zhàn)項目練習
- Python實戰(zhàn)項目刮刮樂的實現(xiàn)詳解流程
- Python實戰(zhàn)項目之MySQL tkinter pyinstaller實現(xiàn)學生管理系統(tǒng)
- python實戰(zhàn)項目scrapy管道學習爬取在行高手數(shù)據(jù)
- python游戲?qū)崙?zhàn)項目之童年經(jīng)典超級瑪麗
- python游戲的魅力之冒險島實戰(zhàn)項目
- Python實戰(zhàn)項目用PyQt5制作漫畫臉GUI界面
- Python PyQt5實戰(zhàn)項目之網(wǎng)速監(jiān)控器的實現(xiàn)
- python爬蟲實戰(zhàn)項目之爬取pixiv圖片
相關(guān)文章
python利用json和pyecharts畫折線圖實例代碼
這篇文章主要介紹了python利用json和pyecharts畫折線圖實例,本文通過示例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-12-12Python報錯ImportError: No module named ‘mi
在 Python 開發(fā)過程中,報錯是常有的事,而當遇到“ImportError: No module named ‘missing_module’”這樣的報錯時,可能會讓開發(fā)者感到困惑和苦惱,本文將深入探討這個報錯的原因和解決方法,幫助開發(fā)者快速解決這個問題,需要的朋友可以參考下2024-10-10python?包?requests?實現(xiàn)請求操作
這篇文章主要介紹了python?包?requests?實現(xiàn)請求操作,文章介紹內(nèi)容包括帶參數(shù)請求、自定義headers,文章內(nèi)容詳細具有一定的參考價值,需要的小伙伴可以參考一下2022-04-04解決pytorch GPU 計算過程中出現(xiàn)內(nèi)存耗盡的問題
今天小編就為大家分享一篇解決pytorch GPU 計算過程中出現(xiàn)內(nèi)存耗盡的問題,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2019-08-08python?lazypredict構(gòu)建大量基本模型簡化機器學習
這篇文章主要介紹了python?lazypredict構(gòu)建大量基本模型簡化機器學習,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2024-01-01