python爬蟲案例:采集股票數(shù)據(jù)并制作可視化柱圖~

前言

嗨嘍!大家好呀六荒,這里是魔王~

雪球,聰明的投資者都在這里 - 4300萬投資者都在用的投資社區(qū),

滬深港美全球市場實時行情,股票基金債券免費資訊,與投資高手實戰(zhàn)交流缨睡。

模塊使用

  • requests >>> pip install requests (數(shù)據(jù)請求 第三方模塊)
  • re # 正則表達式 去匹配提取數(shù)據(jù)
  • json
  • pandas
  • pyecharts

開發(fā)環(huán)境

  • Python 3.8 解釋器
  • Pycharm 2021.2 版本

代碼實現(xiàn)步驟

  1. 發(fā)送請求 訪問網(wǎng)站
  2. 獲取數(shù)據(jù)
  3. 解析數(shù)據(jù)(提取數(shù)據(jù))
  4. 保存數(shù)據(jù)
  5. 做柱狀圖 簡單的可視化

代碼

# 1. 發(fā)送請求 訪問網(wǎng)站
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36'
}

url = 'https://xueqiu.com/service/v5/stock/screener/quote/list?page=1&size=30&order=desc&order_by=amount&exchange=CN&market=CN&type=sha&_=1641730868838'

response = requests.get(url=url, headers=headers)

# 2. 獲取數(shù)據(jù)
json_data = response.json() 

# 3. 數(shù)據(jù)解析(篩選數(shù)據(jù))
data_list = json_data['data']['list']
for data in data_list:
    data1 = data['symbol']
    data2 = data['name']
    data3 = data['current']
    data4 = data['chg']
    data5 = data['percent']
    data6 = data['current_year_percent']
    data7 = data['volume']
    data8 = data['amount']
    data9 = data['turnover_rate']
    data10 = data['pe_ttm']
    data11 = data['dividend_yield']
    data12 = data['market_capital']
    print(data1, data2, data3, data4, data5, data6, data7, data8, data9, data10, data11, data12)
    data_dict = {
        '股票代碼': data1,
        '股票名稱': data2,
        '當前價': data3,
        '漲跌額': data4,
        '漲跌幅': data5,
        '年初至今': data6,
        '成交量': data7,
        '成交額': data8,
        '換手率': data9,
        '市盈率(TTM)': data10,
        '股息率': data11,
        '市值': data12,
    }
    csv_write.writerow(data_dict)

4. 保存地址
file = open('data2.csv', mode='a', encoding='utf-8', newline='')
csv_write = csv.DictWriter(file, 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'])
csv_write.writeheader()

運行效果


數(shù)據(jù)可視化

data_df = pd.read_csv('data2.csv')
df = data_df.dropna()
df1 = df[['股票名稱', '成交量']]
df2 = df1.iloc[:20]
print(df2['股票名稱'].values)
print(df2['成交量'].values)


c = (
    Bar()
        .add_xaxis(df2['股票名稱'].values.tolist())
        .add_yaxis("股票成交量情況", df2['成交量'].values.tolist())
        .set_global_opts(
        title_opts=opts.TitleOpts(title="成交量圖表 - Volume chart"),
        datazoom_opts=opts.DataZoomOpts(),
    )
    .render("data.html")
)

print('數(shù)據(jù)可視化結果完成,請在當前目錄下查找打開 data.html 文件!')

尾語

好了,我的這篇文章寫到這里就結束啦幅虑!

有更多建議或問題可以評論區(qū)或私信我哦!一起加油努力叭(? ?_?)?

喜歡就關注一下博主顾犹,或點贊收藏評論一下我的文章叭5光帧0!

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末擎宝,一起剝皮案震驚了整個濱河市郁妈,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌绍申,老刑警劉巖噩咪,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異极阅,居然都是意外死亡胃碾,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 文/潘曉璐 我一進店門涂屁,熙熙樓的掌柜王于貴愁眉苦臉地迎上來书在,“玉大人,你說我怎么就攤上這事拆又∪逖” “怎么了?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵帖族,是天一觀的道長栈源。 經(jīng)常有香客問我,道長竖般,這世上最難降的妖魔是什么甚垦? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任,我火速辦了婚禮涣雕,結果婚禮上艰亮,老公的妹妹穿的比我還像新娘。我一直安慰自己挣郭,他們只是感情好迄埃,可當我...
    茶點故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著兑障,像睡著了一般侄非。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上流译,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天逞怨,我揣著相機與錄音,去河邊找鬼福澡。 笑死叠赦,一個胖子當著我的面吹牛,可吹牛的內容都是我干的革砸。 我是一名探鬼主播除秀,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼窥翩,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了鳞仙?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤笔时,失蹤者是張志新(化名)和其女友劉穎棍好,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體允耿,經(jīng)...
    沈念sama閱讀 43,400評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡借笙,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 35,883評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了较锡。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片业稼。...
    茶點故事閱讀 37,997評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖蚂蕴,靈堂內的尸體忽然破棺而出低散,到底是詐尸還是另有隱情,我是刑警寧澤骡楼,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布熔号,位于F島的核電站,受9級特大地震影響鸟整,放射性物質發(fā)生泄漏引镊。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一篮条、第九天 我趴在偏房一處隱蔽的房頂上張望弟头。 院中可真熱鬧,春花似錦涉茧、人聲如沸赴恨。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽嘱支。三九已至,卻和暖如春挣饥,著一層夾襖步出監(jiān)牢的瞬間除师,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工扔枫, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留汛聚,地道東北人。 一個月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓短荐,卻偏偏與公主長得像倚舀,于是被迫代替她去往敵國和親叹哭。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 42,722評論 2 345

推薦閱讀更多精彩內容