Python冲一波股票？两者会碰撞出什么样的火花？

本文主要是介绍Python冲一波股票？两者会碰撞出什么样的火花？，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！

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

在这里插入图片描述
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：

发送请求
获取数据
解析数据
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)

请添加图片描述

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())

请添加图片描述

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")