Python冲一波股票？两者会碰撞出什么样的火花？

前言

今天来搞搞股票？实在想不出来可以给你们分享分享啥案例了 要不你们在评论区举例子？ 然后我再发文章分享，咋样？我的宝宝们~

哈哈，好油腻，我自己都受不了了，不东扯西扯了

先提前说一嘴哈，有小伙伴看了爬股票数据进行分析的教程中过，但是我还是不建议各位去碰这玩意，今天咱们就是纯纯的分享技术~还是老老实实挣钱比较好哈，咱有技术后，钱就来了

okok，开始进入正题吧

准备工作

既然要去赚马内，咱们首先要获取往期的数据来进行分析，通过往期的规律来对当前进行预测，准不准我不知道，反正比人预测的准，不准也不要喷我，咱们是来交流技术的，不是来炒股的。

我们需要使用这些模块，通过pip安装即可。

后续使用的其它的模块都是Python自带的，不需要安装，直接导入使用即可。

requests:      爬虫数据请求模块
pyecharts:     数据分析 可视化模块
pandas:        数据分析 可视化模块里面的设置模块（图表样式）

获取数据部分

爬虫的基本流程
思路分析

采集什么数据？怎么采集？

首先我们找到数据来源，从network当中去找到数据所在的位置，这一步就不详细讲了。

但是你们有问题可以直接问我哈，不要害羞，也可以点文末名片一起交流学习

代码实现

完整 代码 文末名片/代码中数字 qun领取

我们想要实现通过爬虫获取到数据，正常情况下有几个步骤：

1. 发送请求
2. 获取数据
3. 解析数据
4. 保存数据

接下来我们来看代码

代码展示
导入需要使用的模块

import requests     # 数据请求模块
import csv          # 表格模块

1、发送请求

通过response模块来访问需要获取数据的地址

url = 'https://stock.xueqiu.com/v5/stock/screener/quote/list.json?page={page}&size=30&order=desc&orderby=percent&order_by=percent&market=CN&type=sh_sz'
requests.get(url=url)

假设目标网址是你刚认识的妹子家，你能穿的破破烂烂，脏不溜秋的就进去吗？肯定得打扮一番，把自己伪装的人模狗样的才让你进去对不对，不然就被赶出来了。

同理，直接这么进去是不一定能获取到数据，所以需要使用 cookie 来伪装一下，cookie代表着用户身份信息。

当然光cookie是不够的，咱们再加上当前网页的 user-agent

伪装加好之后，咱们就能得到一个相应结果，先打印出来看看。

import requests  # 第三方模块
import csv# 伪装
690643772 ### 源码领取
headers = {# 用户身份信息'cookie': 's=bq119wflib; device_id=90ec0683f24e4d1dd28a383d87fa03c5; xq_a_token=df4b782b118f7f9cabab6989b39a24cb04685f95; xqat=df4b782b118f7f9cabab6989b39a24cb04685f95; xq_r_token=3ae1ada2a33de0f698daa53fb4e1b61edf335952; ,# 浏览器的基本信息'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36'
}url = 'https://stock.xueqiu.com/v5/stock/screener/quote/list.json?page={page}&size=30&order=desc&orderby=percent&order_by=percent&market=CN&type=sh_sz'# 1. 发送请求
response = requests.get(url=url, headers=headers)print(response)

运行后出现 <Response [200]>求请求成功，出现404就是访问不到资源，一般是被反爬了。

所以这时候我们需要加一个 referer 防盗链参数进去

'referer: https://xueqiu.com/hq'

如果加了还不行，就是自己链接有问题了。

取数据的话 .json 就好了

import requests  # 第三方模块
import csv# 伪装
headers = {# 用户身份信息'cookie': 's=bq119wflib; device_id=90ec0683f24e4d1dd28a383d87fa03c5; xq_a_token=df4b782b118f7f9cabab6989b39a24cb04685f95; xqat=df4b782b118f7f9cabab6989b39a24cb04685f95; ',# 防盗链'referer: https://xueqiu.com/hq'# 浏览器的基本信息'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36'
}url = 'https://stock.xueqiu.com/v5/stock/screener/quote/list.json?page={page}&size=30&order=desc&orderby=percent&order_by=percent&market=CN&type=sh_sz'# 1. 发送请求
response = requests.get(url=url, headers=headers)print(response.json())

2、获取数据

什么是json数据？

以 {}/[] 所包裹起来的数据 {“”:“”, “”:“”}

除了 .json 还可以通过 .text 和 .content 来拿到数据，但是它们获取到的数据是一样。

.text 获取到的是字符串，文本内容。
.content 取到的是二进制数据，一般是图片/音频/视频内容。

json_data = response.json()

3、解析数据

解析数据就是提取数据，把我们想要的数据提取出来。

没学过字典的小伙伴，可以先学一下字典。

data_list = json_data['data']['list']
# data_list[0]
# data_list[1]
690643772 ### 源码领取
for i in range(0, len(data_list)):symbol = data_list[i]['symbol']name = data_list[i]['name']current = data_list[i]['current']chg = data_list[i]['chg']percent = data_list[i]['percent']current_year_percent = data_list[i]['current_year_percent']volume = data_list[i]['volume']amount = data_list[i]['amount']turnover_rate = data_list[i]['turnover_rate']pe_ttm = data_list[i]['pe_ttm']dividend_yield = data_list[i]['dividend_yield']market_capital = data_list[i]['market_capital']print(symbol, name, current, chg, percent, current_year_percent, volume, amount, turnover_rate, pe_ttm, dividend_yield, market_capital)

4、保存数据

csv_writer.writerow([symbol, name, current, chg, percent, current_year_percent, volume, amount, turnover_rate, pe_ttm, dividend_yield, market_capital])

爬虫部分就结束了，接下来看数据分析部分
文章不理解，我还录了视频讲解
视频以及完整代码在文末名片自取即可

数据可视化分析

导入需要使用的模块

import pandas as pd         # 做表格数据处理模块 
from pyecharts.charts import Bar    # 可视化模块 
from pyecharts import options as opts   # 可视化模块里面的设置模块(图表样式)

读取数据

df = pd.read_csv('股票.csv')
x = list(df['股票名称'].values)
y = list(df['成交量'].values)690643772 ### 源码领取
c = (Bar().add_xaxis(x[:10]).add_yaxis("成交额", y[:10]).set_global_opts(xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),title_opts=opts.TitleOpts(title="Bar-旋转X轴标签", subtitle="解决标签名字过长的问题"),).render("成交量图表.html")

最后

这次的分享到这里就结束了哈，感兴趣的朋友可以去试试的