赞
踩
安装Anaconda:
首先,前往Anaconda官网(https://www.anaconda.com/products/individual)下载适用于你操作系统的Anaconda安装程序。
运行下载的Anaconda安装程序。根据安装向导的指示进行安装。在安装过程中,你可以选择是否将Anaconda添加到系统的环境变量中。
安装完成后,打开终端(对于Windows用户是Anaconda Prompt或者命令提示符),输入以下命令,验证Anaconda是否成功安装:
conda --version
启动Jupyter Notebook:
在终端中,输入以下命令启动Jupyter Notebook:
jupyter notebook
Jupyter Notebook服务器会在默认浏览器中打开一个新页面。你将在这个页面上进行所有的Jupyter Notebook交互操作。
在页面的右上角,你可以点击“New”按钮,然后选择“Python 3”来创建一个新的Python 3的Notebook。
安装爬虫相关的库
在终端(对于Windows用户是Anaconda Prompt或者命令提示符)输入以下命令安装相关库名。
pip install 库名
选取股票代码为 ‘002549’,‘600008’,‘300332’,‘300055’,'600292’进行调用,生成的DataFrame格式的数据如下,横轴为不同股票,纵轴为时间序列(2020-11-01至 2021-11-01)
# 导入需要的包 import pandas as pd import tushare as ts import numpy as np import matplotlib.pyplot as plt #绘图 symbols = [ '002549','600008','300332','300055','600292']#里面为股票、指数代码 noa = len(symbols) indexes = pd.date_range('2020-11-01', '2021-11-01') data = pd.DataFrame(index=indexes) for sym in symbols: k_d = ts.get_k_data(sym, '2019-01-01', ktype='D') k_d['date'] = k_d['date'].astype('datetime64[ns]') k_d.set_index('date', inplace=True) data[sym] = k_d['close'] //这里选择每只股票的收盘价组成data data = data.dropna() # 简单查看一下股票数据: data.head() # 保存数据 data.to_csv('价格数据.csv')
使用baostock库可获取单支股票的详细信息。比如open(开盘价)、high(当日最高价)、low(当日最低价)、preclose(前一日收盘价)、pctChg(涨跌幅)等。
生成数据的格式如下,以时间序列为索引,不同数据元素为横轴。
import baostock as bs import pandas as pd import numpy as np import matplotlib.pyplot as plt from datetime import datetime, date # 登陆系统 lg = bs.login() code = 'sh.000300' start = '2022-01-01' end = '2023-07-01' # 获取指数基金指数历史数据 # 沪深300指数 hs300_price = bs.query_history_k_data_plus(code, "date,code,open,high,low,close,preclose,pctChg", start_date=start, end_date=end, frequency="d") # 整合为DataFrame格式 data_list = [] while (hs300_price.error_code == '0') & hs300_price.next(): data_list.append(hs300_price.get_row_data()) hs300 = pd.DataFrame(data_list, columns=hs300_price.fields) # 保存数据 hs300.to_csv('沪深300.csv')
生成格式如下图所示:
import pandas as pd
import numpy as np
import datetime
from matplotlib import pyplot as plt
import akshare as ak
#获取A股全部股票数据 存储到stock_basic.csv
stock_zh=ak.stock_zh_a_spot()
stock_zh.to_csv("stock_basic.csv")
stock_zh[stock_zh["名称"]=="复星医药"]
stock_daily = ak.stock_zh_a_hist(symbol="600196", period="daily", start_date="20220629", end_date='20230629', adjust="qfq")
close_price=stock_daily[["日期","收盘","最高","最低"]]
close_price.set_index("日期",inplace=True)
# 保存数据
close_price.to_csv('600196.csv')
#获取现金流量表 stock_financial_report_sina_df = ak.stock_financial_report_sina(stock="600196", symbol="现金流量表") geli_sheet1=stock_financial_report_sina_df[stock_financial_report_sina_df["报表日期"]=="20221231"] # 保存数据 stock_financial_report_sina_df.to_excel('600196现金流量表.xlsx') #获取利润表 stock_financial_report_sina_lrb = ak.stock_financial_report_sina(stock="600196", symbol="利润表") geli_sheet2=stock_financial_report_sina_lrb[stock_financial_report_sina_lrb["报表日期"]=="20221231"] # 保存数据 stock_financial_report_sina_lrb.to_excel('600196利润表.xlsx') #获取资产负债表 stock_financial_report_sina_lrb = ak.stock_financial_report_sina(stock="600196", symbol="资产负债表") geli_sheet3=stock_financial_report_sina_lrb[stock_financial_report_sina_lrb["报表日期"]=="20221231"] # 保存数据 stock_financial_report_sina_lrb.to_excel('600196资产负债表.xlsx')
读者福利:如果大家对Python感兴趣,这套python学习资料一定对你有用
对于0基础小白入门:
如果你是零基础小白,想快速入门Python是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括:Python激活码+安装包、Python web开发,Python爬虫,Python数据分析,人工智能、机器学习、Python量化交易等习教程。带你从零基础系统性的学好Python!
① Python所有方向的学习路线图,清楚各个方向要学什么东西
② 600多节Python课程视频,涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例,含50个超大型项目详解,学习不再是只会理论
④ 20款主流手游迫解 爬虫手游逆行迫解教程包
⑤ 爬虫与反爬虫攻防教程包,含15个大型网站迫解
⑥ 爬虫APP逆向实战教程包,含45项绝密技术详解
⑦ 超300本Python电子好书,从入门到高阶应有尽有
⑧ 华为出品独家Python漫画教程,手机也能学习
⑨ 历年互联网企业Python面试真题,复习时非常方便
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。