前言

字節跳動如果上市，那么鐘老板將成為我國第一個世界首富

趁著現在還沒上市，咱們提前學習一下用Python分析股票歷史數據，抱住粗大腿坐等起飛~

好了話不多說，我們直接開始正文

準備工作

環境使用

• Python 3.10 解釋器
• Pycharm 編輯器

模塊使用

• requests —> 數據請求模塊
• csv -> 保存csv表格
• pandas -> 可以實現保存Excel表格文件

requests和pandas是第三方模塊，需要手動安裝，直接pip install 加上模塊名字即可。

案例實現流程

數據來源分析

1. 明確需求: 明確采集的網站以及數據內容
   - 網址: 本次目標
   - 數據: 股票數據

2. 抓包分析: 分析 股票數據, 可以請求那個網址能夠得到
   - 打開開發者工具: F12 / 右鍵點擊檢查選擇 network (網絡)
   - 點擊第二頁數據

    請求網址:請求方式:請求頭:
   

代碼實現步驟

1. 發送請求 -> 模擬瀏覽器對于url發送請求
2. 獲取數據 -> 獲取服務器返回響應數據 <整個數據>
3. 解析數據 -> 提取我們需要數據
4. 保存數據 -> 保存表格文件 < csv / Excel > 中

代碼解析

保存表格文件

1. csv -> csv模塊
2. Excel -> pandas模塊

# 創建文件對象
f = open('股票.csv', mode='w', encoding='utf-8', newline='')
# fieldnames 字段名 表頭一行數據 <前面保存字典的鍵>
csv_writer= csv.DictWriter(f, fieldnames=['股票代碼','股票名稱','當前價','漲跌額','漲跌幅','年初至今','成交量','成交額','換手率','市盈率(TTM)','股息率','市值',
])
# 寫入表頭
csv_writer.writeheader()
# 創建一個空列表
content_list = []

發送請求

模擬瀏覽器對于url發送請求

• 模擬瀏覽器: headers 請求頭
  • 從瀏覽器開發者工具中直接復制
  • 字典數據類型, 構建完整鍵值對形式
• 請求網址:
  從瀏覽器開發者工具中直接復制
• 發送請求:
  需要requests模塊 -> pip install requests

<Response [200]> 響應對象 表示請求成功

# 模擬瀏覽器
headers = {'Cookie': 's=av17ye9exq; xq_a_token=cf755d099237875c767cae1769959cee5a1fb37c; xq_r_token=e073320f4256c0234a620b59c446e458455626d9; xq_id_token=eyJ0eXAiOiJKV1QiLCJhbGciOiJSUzI1NiJ9.eyJ1aWQiOi0xLCJpc3MiOiJ1YyIsImV4cCI6MTcwMTk5NTg4MCwiY3RtIjoxNzAwNTYzOTE3MDU2LCJjaWQiOiJkOWQwbjRBWnVwIn0.EbAa9h0fB9H_sH415f3x8r2CQiKmPbXZMnuKCy401scB1lMQKOffws6WTwPD2UzFWnntYxIQYSJpX509VUYYgCQkZ_bYtLbtYd5PfxLhWx7coauYA4d3x5aZolzB3eP5IthaYAb0Kbj3MPK8LVRBhABpRGr4wajISuABFNezroM_-5dpiOYK7Rk0UXtU2Qhrzxi1BVCgFUhPP-oR_vKenBw5tLzSqa6aO7CukgI7JVb-6LiymuBquE8FE-de8Vs3evai0fvtjiqryrH3EWM3nmDQIayigHRrYo595bD32kUPP4swHF5U2fwbLHTntIRAm9LsXn8sVf-6sUdgHoYZGg; cookiesu=931700563933974; u=931700563933974; device_id=5da9e0ae658f9fcd3d89078312131fb7; Hm_lvt_1db88642e346389874251b5a1eded6e3=1700563934; Hm_lpvt_1db88642e346389874251b5a1eded6e3=1700563934','User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36'
}
for page in range(1, 58):print(f'==============正在采集第{page}頁數據內容==============')# 請求網址url = f'https://stock.雪球.com/v5/stock/screener/quote/list.json?page={page}&size=30&order=desc&order_by=amount&exchange=CN&market=CN&type=sha'# 發送請求response = requests.get(url=url, headers=headers)

獲取數據

獲取服務器返回響應數據 <整個數據>

• response.text 獲取響應文本數據 <字符串>
• response.json() 獲取響應json數據 <json數據 大部分情況字典數據>
• response.content 獲取響應二進制數據 <保存圖片/視頻/音頻/特定格式文件的時候>

解析數據

提取我們需要數據
解決數據方法根據獲取數據來選擇的:
字典取值方法 -> 鍵值對取值 (根據冒號左邊的內容[鍵], 提取冒號右邊的內容[值])

json_data = response.json()  # 返回json字典數據
# for循環遍歷
for index in json_data['data']['list'][1:]:# 提取數據保存到字典里面, 方便后續保存表格文件dit = {'股票代碼': index['symbol'],'股票名稱': index['name'],'當前價': index['current'],'漲跌額': index['chg'],'漲跌幅': index['percent'],'年初至今': index['current_year_percent'],'成交量': index['volume'],'成交額': index['amount'],'換手率': index['turnover_rate'],'市盈率(TTM)': index['pe_ttm'],'股息率': index['dividend_yield'],'市值': index['market_capital'],}# 保存數據csv_writer.writerow(dit)# 把字典添加到空列表里面content_list.append(dit)print(dit)

效果展示

獲取到數據保存到表格后

采集數據和可視化分析部分的代碼我都打包好了，文末名片自取。

可視化分析

import pandas as pd         # 做表格數據處理模塊 第三方的
from pyecharts.charts import Bar    # 可視化模塊 第三方模塊
from pyecharts import options as opts   # 可視化模塊里面的設置模塊(圖表樣式)# 1. 讀取數據
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X軸標簽", subtitle="解決標簽名字過長的問題"),).render("成交量圖表.html")
)

好了，今天的分享就到這結束了，下次見。