tushare获取基本面相关数据可视化

本文主要是介绍tushare获取基本面相关数据可视化，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！

用Tushare（地址：https://tushare.pro/register?reg=479106）调取基本面数据并可视化的过程记录。

比如要分析对比宁德时代（股票代码300750.SZ）和高轩国科的ROE（股票代码002074.SZ），思路就是调取两家公司的ROE数据，然后将年份作为X，两个公司的ROE值作为Y1Y2呈现在一张图中。

1.调取ROE数据

在tushare的搜索引擎处输入roe就可以找到数据的接口，其他数据同理。

https://tushare.pro/register?reg=479106https://tushare.pro/register?reg=479106

搜索发现 ROE的数据属于财务指标数据，结合官网的接口用法示例

import tushare as ts
import matplotlib.pyplot as plt
pro = ts.pro_api()df = pro.query('fina_indicator', ts_code='300750.SZ', start_date='20150101', fields='end_date,roa,roe')
df2 = pro.query('fina_indicator', ts_code='002074.SZ', start_date='20150101', fields='end_date,roa,roe')

其中fina_indicator对应数据的接口。roe在field参数里面。（因为是做基本面分析，所以把roa也加进来了）

输出df['end_date']，发现它是按照季度从后往前排列的，所以相应时间的ROE数据应该也是按照季度从后往前排列，可视化的时候注意要把时间从前往后排列。

搞清楚ROE数据相对应的时间后就可以啦！然后就把数据喂进列表里面。如果按照年度分析，就只要‘end_date’中带有‘1231’的数据（表示年末）。前文提到时间顺序的问题，所有最后要把列表里的数据reverse

x = []
Roa = []
Roe = []
Roe2 = []
for i in range(len(df)):if '1231' in df['end_date'][i]:x.append(df['end_date'][i])Roa.append(df['roa'][i])Roe.append(df['roe'][i])Roe2.append(df2['roe'][i])
x.reverse()
Roa.reverse()
Roe.reverse()
Roe2.reverse()

结果如下：

2.数据可视化

plt.rcParams["font.family"] = 'SimHei'
fig, ax1 = plt.subplots(figsize = (10, 5), facecolor='white')
ax1.plot(x,Roa,marker='o',color='darkred',label='ROA(%)')
plt.legend()
ax1.plot(x,Roe,marker='v',color='gold',label='ROE(%)')
ax1.plot(x,Roe2,marker='v',color='green',label='国轩高科ROE(%)')
ax1.set_ylabel('盈利能力',fontsize=12)
ax1.legend(loc=2,fontsize=12)for time, y in zip(x,Roa):ax1.text(time, y, '%.4f'%y, ha='center', va='bottom', fontsize=10.5)
for time, y in zip(x,Roe):ax1.text(time, y, '%.4f'%y, ha='center', va='bottom', fontsize=10.5)
plt.grid(axis="y",linestyle='-.')
plt.show()

主要的函数：

plt.subplots(figsize = (10, 5), facecolor='white')#构建画布

ax1.plot(x,Roa,marker='o',color='darkred',label='ROA(%)')#输入参数x,y

ax1.set_ylabel('盈利能力',fontsize=12)#给图片取个标题

ax1.text(time, y, '%.4f'%y, ha='center', va='bottom', fontsize=10.5)#在图上显示具体的数据大小

具体参数的细节可以翻阅matplotlib.pyplot手册

结果：

分析：上图展现了宁德时代的总资产收益率、净资产收益率。指标从2015年降到2020年，虽然2021年有小幅度上升，但总体趋于平稳。主要是由于销售净利率和总资产周转率在不断降低造成的。对于高速增长的企业不能简单通过ROE高低来判断其优劣。公司电池单价的下降幅度超过了成本的下降幅度，这背后有行业发展规律原因，也有宁德时代通过主动降低毛利率来获得市场规模和高速增长的战略考量。即使在这种情况下也可以从图中看出相比行业其他公司（如国轩高科），宁德时代的ROE水平仍然保持在一个相对较高的水平上。

同理还可以得到其他的基本面数据如下所示：