利用tushare获取股票数据及实现可视化

Original 爬虫俱乐部 Stata and Python数据分析 2022-03-15

本文作者：方言，中南财经政法大学金融学院
本文编辑：王子一
技术总编：张馨月

爬虫俱乐部云端课程

爬虫俱乐部于2020年暑期在线上举办的Stata与Python编程技术训练营和Stata数据分析法律与制度专题训练营在不久前已经圆满结束啦~应广大学员需求，我们的课程现已在腾讯课堂全面上线，且继续提供答疑服务。现在关注公众号并在朋友圈转发推文《来腾讯课堂学Stata和Python啦！》或《8月Stata数据分析法律与制度专场来啦!》，即可获得600元课程优惠券，集赞50个再领200元课程优惠券！（截图发至本公众号后台领取）原价2400元的课程，现在只要1600元！

在上周的推文《利用tushare获取股票数据》中，我们介绍了tushare的安装以及如何获取股票交易的数据和数据，今天我们将继续介绍tushare的用法并实现数据的可视化，一起往下看吧~

一、获取实时分笔数据：get_realtime_quotes()

在tushare中，可以使用get_realtime_quotes()实时获取股票当前报价和成交信息，从而实现实时的监测交易量和价格的变化。

该函数需要传入的参数既可以是6位的数字股票代码，也可以是指数的代码（sh=上证指数 sz=深圳成指 hs300=沪深300指数 sz50=上证50 zxb=中小板 cyb=创业板）。此外，传入的参数类型可以容纳str、list、set或者pandas的Series对象。

其基本使用方法如下：

import tushare as tsdf = ts.get_realtime_quotes('000002') #单个股票实时行情 df[['code','name','price','bid','ask','volume','amount','time']] #需要显示的属性

执行结果：

返回结果从左至右分别表示股票代码、股票名称、当前的价格，竞买价（即“买一”报价）、竞卖价（即“卖一”报价）、成交量、成交金额以及当前的时间。

如果想同时获取多只股票的实时交易数据，可以将股票代码写入列表中传入，代码如下：

df = ts.get_realtime_quotes(['600900','000002','600519'])df[['code','name','price','bid','ask','volume','amount','time']]

运行结果：

除此之外，我们还可以运用该函数获取实时的指数数据，用法如下：

ts.get_realtime_quotes('sh') #上证指数df = ts.get_realtime_quotes(['sh','sz','zxb','cyb']) #上证指数深圳成指中小板创业板df[['name','pre_close','open','price','high','low','bid','ask','volume','amount','time']]

执行结果：

二、数据的存储

在使用tushare完成对数据的下载之后，我们通常要将这些数据保存到本地磁盘或数据服务器上。pandas内置的方法可以将DataFrame导出成excel文件、CSV格式文件等多种形式。比如，导出CSV文件可以使用df.to_csv方法。

使用方法：

import tushare as tsdf = ts.get_realtime_quotes('000002') #直接保存df.to_csv('D:/000002.csv',encoding = 'gb2312',index=False)#选取指定的列保存df.to_csv('D:/000002(1).csv',columns=['code','name','price','volume'],encoding = 'gb2312',index=False)

保存结果如图所示：

有些时候，可能需要将一些同类数据保存在同一个文件中，这时就需要将数据追加在同一个文件里，举例如下：

import tushare as tsimport osfilename = r'D:\bigfile.csv' #需要在工作路径下创建bigfile这个csv文件for code in ['000875', '600848', '000981']: df = ts.get_hist_data(code) if os.path.exists(filename): df.to_csv(filename, mode='a', header=None,index=False) else: df.to_csv(filename,index=False)

        #这里会提示前往新的pro接口，主要是新接口获取实时分笔交易数据需要更多的积分，大家可以在充值积分之后进行操作

【注：如果不考虑header，直接使用df.to_csv(filename, mode=’a’）即可，否则，每次循环都会把columns名称也append进去】

三、可视化

结合使用matplotlib与tushare可以实现股价趋势的可视化。这里以茅台、五粮液、洋河、泸州老窖、山西汾酒、水井坊、口子窖、古井贡酒上市公司从2002年到2020年近18年的股价趋势进行分析。

首先，导入绘图需要使用的相关库：

import tushare as tsimport matplotlib.pyplot as pltfrom datetime import datetimeimport matplotlib.dates as mdates

接下来，定义绘制图像的函数：

def drawline(tcode, sdate, edate): datadf = ts.pro_bar( ts_code = tcode, start_date = sdate, end_date = edate, #前复权处理 adj = 'qfq') stockline = [datetime.strptime(d, '%Y%m%d').date() for d in datadf.trade_date] plt.plot(stockline, datadf.close, '-', label = datadf.ts_code[0])def drawmain(): #设置时间按“年月”的格式显示 plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%Y%m')) #X轴按年进行标记，还可以用MonthLocator()和DayLocator() plt.gca().xaxis.set_major_locator(mdates.YearLocator()), #自动旋转日期标记以避免重叠 plt.gcf().autofmt_xdate() #显示图例 plt.legend() #显示图片 plt.show()def taskmain(): for cd in tscode: drawline(cd, startdate, enddate)

之后，即可借助tushare完成绘制：

#在tushare官网注册后，进入个人中心得到唯一指定的tokents.set_token('dcc88f22cd05ab2fbccbd99effd88e377be19253e7e94a033cce8a20')#初始化apiapi = ts.pro_api()#指定起止日期startdate = '2002-01-01'enddate = '2020-01-01'#指定股票代码tscode = {'600519.SH','000858.SZ','000568.SZ','002304.SZ','600809.SH','000596.SZ','603589.SH','600779.SH'}#主程序taskmain()drawmain()

运行结果如下：

根据结果显示，贵州茅台一枝独秀，独领风骚，股价远远超过同行业企业~

以上就是利用tushare获取股票交易数据并实现可视化的过程啦，是不是会更加有利于分析股票数据！关于tushare的用法还有非常多干货，想了解更多就持续关注我们后续的推文哦~

对我们的推文累计打赏超过1000元，我们即可给您开具发票，发票类别为“咨询费”。用心做事，不负您的支持！

往期推文推荐

从Excel到Stata的“摆渡车”——import excel命令

光阴十载，见证了《经济研究》中的“高被引”