python爬虫股票数据分析判断股票好坏_Python爬取股票信息,并可视化数据的示例...

本文主要是介绍python爬虫股票数据分析判断股票好坏_Python爬取股票信息,并可视化数据的示例...,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言

截止2019年年底我国股票投资者数量为15975.24万户, 如此多的股民热衷于炒股,首先抛开炒股技术不说, 那么多股票数据是不是非常难找, 找到之后是不是看着密密麻麻的数据是不是头都大了?

今天带大家爬取雪球平台的股票数据, 并且实现数据可视化

先看下效果图

2020926142151698.gif?202082614226

基本环境配置

python 3.6

pycharm

requests

csv

time

目标地址

2020926142311314.jpg?2020826142331

爬虫代码

请求网页

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()

解析数据

data_list = html_data['data']['list']

for i in data_list:

dit = {}

dit['股票代码'] = i['symbol']

dit['股票名字'] = i['name']

dit['当前价'] = i['current']

dit['涨跌额'] = i['chg']

dit['涨跌幅/%'] = i['percent']

dit['年初至今/%'] = i['current_year_percent']

dit['成交量'] = i['volume']

dit['成交额'] = i['amount']

dit['换手率/%'] = 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)

保存数据

import csv

f = open('股票数据.csv', mode='a', encoding='utf-8-sig', newline='')

csv_writer = csv.DictWriter(f, fieldnames=['股票代码', '股票名字', '当前价', '涨跌额', '涨跌幅/%', '年初至今/%', '成交量', '成交额', '换手率/%', '市盈率TTM', '股息率/%', '市值'])

csv_writer.writeheader()

csv_writer.writerow(dit)

f.close()

完整代码

import pprint

import requests

import time

import csv

f = open('股票数据.csv', mode='a', encoding='utf-8-sig', newline='')

csv_writer = csv.DictWriter(f, fieldnames=['股票代码', '股票名称', '当前价', '涨跌额', '涨跌幅/%', '年初至今/%', '成交量', '成交额', '换手率/%', '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['股票代码'] = i['symbol']

dit['股票名称'] = i['name']

dit['当前价'] = i['current']

dit['涨跌额'] = i['chg']

dit['涨跌幅/%'] = i['percent']

dit['年初至今/%'] = i['current_year_percent']

dit['成交量'] = i['volume']

dit['成交额'] = i['amount']

dit['换手率/%'] = 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()

2020926143428633.jpg?2020826143440

2020926143459691.jpg?202082614357

数据分析代码

c = (

Bar()

.add_xaxis(list(df2['股票名称'].values))

.add_yaxis("股票成交量情况", list(df2['成交量'].values))

.set_global_opts(

title_opts=opts.TitleOpts(title="成交量图表 - Volume chart"),

datazoom_opts=opts.DataZoomOpts(),

)

.render("data.html")

)

2020926143549602.jpg?2020826143559

以上就是Python爬取股票信息,并可视化数据的示例的详细内容,更多关于Python爬取股票信息的资料请关注脚本之家其它相关文章!

这篇关于python爬虫股票数据分析判断股票好坏_Python爬取股票信息,并可视化数据的示例...的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/569599

相关文章

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

python实现svg图片转换为png和gif

《python实现svg图片转换为png和gif》这篇文章主要为大家详细介绍了python如何实现将svg图片格式转换为png和gif,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录python实现svg图片转换为png和gifpython实现图片格式之间的相互转换延展:基于Py

Python中的getopt模块用法小结

《Python中的getopt模块用法小结》getopt.getopt()函数是Python中用于解析命令行参数的标准库函数,该函数可以从命令行中提取选项和参数,并对它们进行处理,本文详细介绍了Pyt... 目录getopt模块介绍getopt.getopt函数的介绍getopt模块的常用用法getopt模

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

Python如何精准判断某个进程是否在运行

《Python如何精准判断某个进程是否在运行》这篇文章主要为大家详细介绍了Python如何精准判断某个进程是否在运行,本文为大家整理了3种方法并进行了对比,有需要的小伙伴可以跟随小编一起学习一下... 目录一、为什么需要判断进程是否存在二、方法1:用psutil库(推荐)三、方法2:用os.system调用

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类