python實現股票數據可視化

????????最近在做一個涉及到股票數據清洗及預測的項目，項目中需要用到可視化股票數據這一功能，這里我與大家分享一下股票數據可視化的一些基本方法。

股票數據獲取

?目前，我已知的使用python來獲取股票數據方式有以下三種:

爬蟲獲取，實現較為復雜，除非對股票數據的實時性要求較高(分時)。
.通過一些現有的庫，比如tushare,akshare等來獲取。
通過數據公司(wind,同花順,alphavantage)給的API爬蟲獲取。

這里我們還用不到實時性的數據，因此只通過第二種方式來獲取一下歷史數據即可。在經過大量搜尋與查證后，我這里羅列出了以下常用的python股票數據庫名稱，它們中的一些已經不再可用：

名稱	特點	目前是否可用
akshare	爬蟲獲取股票數據	不可用
easyquotation	爬蟲獲取股票數據	不可用
yfinance	從雅虎財經獲取股票數據	2021年后不再可用
baostock	只支持A股歷史行情，不需要API	免費可用
tushare	只支持A股行情(包括實時)，免費但需要API	免費可用

示例?

這里我們以baostock為例，來獲取A股個股的歷史行情?

baostock獲取方式

pip install baostock

BaoStock獲取個股歷史數據

import baostock as bs
import pandas as pd
#獲取股票歷史數據
def get_stock_data(stock_code:str,start_date:str,end_date:str,frequency:str="d",adjustflag:str="3"):"""獲取指定股票的歷史數據Args:stock_code: 股票代碼(格式:"sh.600000")start_date: 起始日期(格式:YYYY-MM-DD)end_date: 結束日期(格式:YYYY-MM-DD)frequency: "d"(日),baostock只支持獲取日線數據adjustflag: "1":原始數據,"2":前復權,"3":后復權returns:Pandas DataFrame 格式的數據"""#必須先登錄baostock才能進行后續操作!lg = bs.login()if lg.error_code != "0":print("登錄失敗:", lg.error_msg)exit()print("登錄成功！")rs=bs.query_history_k_data_plus(stock_code, fields="date,code,open,high,low,close,preclose,volume,amount,adjustflag", start_date=start_date, end_date=end_date,  frequency=frequency,  adjustflag=adjustflag  )data_list=[]while rs.next():data_list.append(rs.get_row_data())# 將數據轉換為DataFramecolumns=rs.fields#列名為字段名稱df=pd.DataFrame(data_list,columns=columns)df['date']=pd.to_datetime(df['date'])         df[['open','high','low','close','preclose','volume','amount','adjustflag']].astype(float)bs.logout()return dfstock_code = "sh.600000" #上證浦發銀行
start_date = "2020-11-01"
end_date = "2025-03-30"
stock_data=get_stock_data(stock_code=stock_code,start_date=start_date,end_date=end_date,frequency="d")
print(f"{stock_code}歷史數據：")
stock_data

結果

baostock美中不足的是只能獲取日線數據……?

股票數據可視化

????????既然拿到了股票數據，那么肯定還是要可視化一下的，畢竟沒人想翻來覆去的看一堆冷冰冰的數字，股票數據可視化無非就是繪制K線圖。

K線圖含義

這是騰訊自選股中的上證指數K線圖，仔細觀察不難發現，k線圖實際上主要由兩部分組成,

?箱型圖和均線圖。圖中的黃白紫三根線分別是5,10,20日均線(股票在這個周期內的均價)，其余紅綠相間的小柱子是箱型圖：

????????箱型圖的顏色取決于開盤價與收盤價，當開盤價低于收盤價時股票價格上漲是陽線,一般是紅色。當開盤價高于收盤價股票價格下跌是陰線,一般是綠色。

K線圖繪制工具

python中有很多可以用來繪制k線圖的工具,這里我給大家羅列出來以下四種:

名稱	特點	獲取方式
Matplotlib	老牌繪圖神器，功能強大，靈活性高	pip install matplotlib
?mplfinance	matplotlib的extension	pip install mplfinance
?Plotly	使用前端繪圖，代碼復雜	pip install plotly
?Bokeh	使用前端繪圖，代碼相比其他兩個簡單一些	pip instlall bokeh
?Pyecharts	使用前端繪圖，代碼復雜	pip install pyecharts

這里我們分別以plotly和mplfinance為例來對個股歷史數據進行可視化:

示例

plotly繪制k線


# import plotly
# import pandas_ta as ta
import webbrowser
import pandas as pd
import baostock as bs
import plotly.graph_objects as go
from plotly.subplots import make_subplots
import webbrowser
import baostock as bs
import pandas as pd
#獲取股票歷史數據
def fetch_stock_data(stock_code:str,start_date:str,end_date:str,frequency:str="d",adjustflag:str="3"):"""獲取指定股票的歷史數據Args:stock_code: 股票代碼(格式:"sh.600000")start_date: 起始日期(格式:YYYY-MM-DD)end_date: 結束日期(格式:YYYY-MM-DD)frequency: "d"(日),baostock只支持獲取日線數據adjustflag: "1":原始數據,"2":前復權,"3":后復權returns:Pandas DataFrame 格式的數據"""#必須先登錄baostock才能進行后續操作lg = bs.login()if lg.error_code != "0":print("登錄失敗:", lg.error_msg)exit()# 打印登錄信息print("登錄成功！")rs=bs.query_history_k_data_plus(stock_code,  # 股票代碼fields="date,code,open,high,low,close,preclose,volume,amount,adjustflag", start_date=start_date, end_date=end_date,  frequency=frequency,  adjustflag=adjustflag  )data_list=[]while rs.next():# 將每一行數據添加到列表中data_list.append(rs.get_row_data())# 將數據轉換為DataFramecolumns=rs.fields#列名為字段名稱df=pd.DataFrame(data_list,columns=columns)bs.logout()return dfdef calculate_indexs(stock_code,start_date,end_date):df=fetch_stock_data(stock_code,start_date=start_date,end_date=end_date)df['MAC5']=df['close'].rolling(5).mean()df['MAC20']=df['close'].rolling(20).mean()df['MAC60']=df['close'].rolling(60).mean()return dfdef create_kline_chart(stock_code,start_date,end_date):"""使用 Plotly 繪制股票 K 線圖并保存為 HTML 文件"""# 獲取股票數據df=calculate_indexs(stock_code,start_date=start_date,end_date=end_date)# 創建 K 線圖fig=make_subplots(rows=2,cols=1,vertical_spacing=0.15,shared_xaxes=True,row_heights=[0.6,0.4])# 添加 K 線圖fig.add_trace(go.Candlestick(x=df.index,open=df['open'],high=df['high'],low=df['low'],close=df['close'],name="K線圖"),row=1,col=1)fig.add_trace(go.Scatter(x=df.index,y=df['MAC5'],mode='lines',name='5日均線',line=dict(color='yellow',width=1)),row=1,col=1)fig.add_trace(go.Scatter(x=df.index,y=df['MAC20'],mode='lines',name='20日均線',line=dict(color='white',width=1)),row=1,col=1)fig.add_trace(go.Scatter(x=df.index,y=df['MAC60'],mode='lines',name='60日均線',line=dict(color='purple',width=1)),row=1,col=1)# 設置布局fig.update_layout(title=f"{stock_code} K線圖",xaxis_title="日期",yaxis_title="價格",xaxis_rangeslider_visible=True,  # 添加范圍滑塊template="plotly_dark")# 保存為 HTML 文件html_file=f"{stock_code}_kline_chart.html"webbrowser.open(html_file)fig.write_html(html_file)return html_file
html_file=create_kline_chart('sh.600319',start_date='2023-06-25',end_date='2025-03-30')
webbrowser.open(html_file)

結果:?

mplfinance繪制k線

import baostock as bs
import pandas as pd
import mplfinance as mpf
# 登錄 baostock
lg = bs.login()
if lg.error_code != "0":print("登錄失敗:", lg.error_msg)exit()# 獲取股票歷史數據
def get_stock_data(stock_code, start_date, end_date):"""獲取指定股票的歷史數據:param stock_code: 股票代碼（如 "sh.600000"):param start_date: 起始日期(格式:YYYY-MM-DD):param end_date: 結束日期(格式:YYYY-MM-DD):return: Pandas DataFrame 格式的數據"""rs = bs.query_history_k_data_plus(stock_code,"date,code,open,high,low,close,preclose,volume,amount,adjustflag",start_date=start_date,end_date=end_date,frequency="d", adjustflag="3"  #后復權)data_list = []while rs.next():data_list.append(rs.get_row_data())df=pd.DataFrame(data_list, columns=rs.fields)df["date"]=pd.to_datetime(df["date"])  df.set_index("date", inplace=True)       df["open"]=df["open"].astype(float)   df["close"]=df["close"].astype(float)  df["high"]=df["high"].astype(float)    df["low"]=df["low"].astype(float)      df['volume']=df['volume'].astype(float)return df# 繪制 K 線圖和均線
def plot_kline(stock_code, start_date, end_date, ma_periods=[5, 10, 20]):"""使用 mplfinance 繪制股票的 K 線圖和均線:param stock_code: 股票代碼（如 "sh.600000"):param start_date: 起始日期(格式:YYYY-MM-DD):param end_date: 結束日期(格式:YYYY-MM-DD):param ma_periods: 均線周期列表（如 [5, 10, 20])"""#獲取股票數據df=get_stock_data(stock_code, start_date, end_date)# 計算均線for period in ma_periods:df[f"ma{period}"]=df["close"].rolling(window=period).mean()# 設置繪圖樣式mc=mpf.make_marketcolors(up='g', down='r', edge='inherit', wick='inherit', volume='inherit')s=mpf.make_mpf_style(marketcolors=mc)apdict=[]for period in ma_periods:apdict.append(mpf.make_addplot(df[f"ma{period}"], panel=0, color='blue', width=1.5))# 繪制 K 線圖和均線mpf.plot(df,type='candle',style=s,title=f"{stock_code}",ylabel="price",addplot=apdict,figratio=(10, 6),tight_layout=True)stock_code = "sh.600000"  
start_date = "2023-01-01"
end_date = "2025-01-31"plot_kline(stock_code, start_date, end_date, ma_periods=[5, 10, 20])
bs.logout()

結果:?