Smelly Treasures perdió mucho dinero. En un ataque de ira, usé Python para rastrear los últimos datos de valores y, por cierto, hice una visualización de datos de onda.

Hermanos, recientemente mi novia se ha obsesionado con estas cosas y se ha convertido en una pródiga. Toda la dote preparada para ella en casa ha sido pagada. ¿Puedo soportar esto?

El número de inversionistas en acciones en mi país es de 159.7524 millones, y muchos inversionistas están interesados ​​en especular con acciones. En primer lugar, aparte de la tecnología de especulación con acciones, es muy difícil encontrar tantos datos de acciones, y la densidad de los datos hará que te ves abrumado.

Un preludio a la preparación

1. Entorno de desarrollo y módulos de terceros

解释器版本:      python  3.8
代码编辑器:      pycharm 2021.2
requests      
csv

Si no sabe cómo instalar software, vea esto: Primeros pasos con Python para dominar la colección más completa y detallada
Si no sabe cómo instalar módulos, vea esto: Cómo instalar módulos de python, las razones para el fracaso de la instalación del módulo python y las soluciones

2. Agarra el objetivo

dirección de destino

https://xueqiu.com/hq#exchange=CN&plate=1_3_2&firstName=1&secondName=1_3&type=sha&order=desc&order_by=amount

En segundo lugar, la parte del reptil.

1. Pasos de oruga

1. Determinar la dirección URL (dirección de enlace)
2. Enviar solicitudes de red
3. Análisis de datos (filtrar datos)
4. Almacenamiento de datos (base de datos (mysql\mongodb\redis), archivo local)

2. Código del rastreador

import requests     # 发送网络请求
import csv

file = open('data2.csv', mode='a', encoding='utf-8', newline='')
csv_write = csv.DictWriter(file, fieldnames=['股票代码','股票名称','当前价','涨跌额','涨跌幅','年初至今','成交量','成交额','换手率','市盈率(TTM)','股息率','市值'])
csv_write.writeheader()
# 1.确定url地址(链接地址)
# Python学习资料私我（视频/电子书等等都准备好了）
for page in range(1, 56):
    url = f'https://xueqiu.com/service/v5/stock/screener/quote/list?page={
      
      page}&size=30&order=desc&order_by=amount&exchange=CN&market=CN&type=sha&_=1637908787379'
    # 2.发送网络请求
    # 伪装
    headers = {
    
    
        # 浏览器伪装
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36'
    }
    response = requests.get(url, headers=headers)
    json_data = response.json()
    # print(json_data)
    # 3.数据解析(筛选数据)
    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 = {
    
    
            '股票代码': data1,
            '股票名称': data2,
            '当前价': data3,
            '涨跌额': data4,
            '涨跌幅': data5,
            '年初至今': data6,
            '成交量': data7,
            '成交额': data8,
            '换手率': data9,
            '市盈率(TTM)': data10,
            '股息率': data11,
            '市值': data12,
        }
        csv_write.writerow(data_dict)
file.close()

3. Efecto

Hay muchos datos En la parte de visualización, estos son los datos que se han guardado en Excel.

3. Parte de análisis de datos

1. Código

import pandas as pd     # 做表格处理

data_df = pd.read_csv('data2.csv')
print(data_df)

2. Visualización de efectos

Se puede ver que las industrias de licores, alta tecnología y farmacéutica siguen siendo las principales, sin embargo, las acciones son riesgosas y la inversión debe ser cautelosa, no todos tienen minas en casa, por lo que no se recomienda comprarlas.