#数据操作初步

前面介绍了数据研究平台的安装，这片介绍如何用现成的库以及工具获取和导出数据。大部分的人物可在IDLE里完成。

因为历史数据量庞大，如果只在IDLE里查看，尽量不要获取太大范围的数据，获取速度由宽带速度决定，另一方面界面大小有限，数据量庞大，根本无法达到可视化的效果，更不用说分析出可用结果。

 如下代码：

ipmort tushare as ts
ts.get_hist_data('600839')#获取四川长虹历史数据

第一行导入tushare包，然后获取四川长虹的历史数据，结果如下。

12年8/6开始.png

到8/5为止.png

以上包含开盘价，收盘价，等等熟知的基本数据。

MA

junjia2.png

以上为统计的5日，10日等等均价，均量。

换手率.png

12年到15年的换手率，结果过多，中间很多结果省略。以上全为在LDLE里进行操作以及浏览，下面介绍如何导出数据到excel文件，sql数据库。
还是一段简短的代码。

>>> dm=ts.get_hist_data('000875')
>>> dm.to_excel('d:/data/new.xls',startrow=2,startcol=5)

上面已经导入tushare包，所以此处不再导入，直接将获取的数据存入名为dm的对象，第二行利用to_excel方法将数据写入new.xls文件，后面两个参数为写入的起始行和列。当然大不分时刻不需要偏移，所以去掉后两个参数，写入完毕后打开文件查看

hist_data.png

同上，写入scv,hdf5,json都是同样的方法。具体还要看自己的数据处理平台可以处理的格式，很多量化高手可以在excel里进行回测，如果感兴趣可以学习vba这门比较古老的语言，操作excel很强大。

几乎所有软件都离不开数据库，为了更便的自动写入和读取数据，大部分时候我们将数据存入数据库里，本次演示将数据读入mysql,当然也支持其他大部分关系数据库和菲关系数据库。这一切都依赖于pandas对大部分数据库的支持。

此处演示存入tick数据到数据库，tick翻译为滴答的钟声，一瞬间，我们可以大概推测到它的意义，即股票每个时刻的交易详情，很多手机炒股软件，比如新浪财经，鑫财通，同花顺等都能实时看到股票交易的详细成交细节，时间，价格，成家量，当然也不是绝对实时，特别是移动客户端，会有延迟，如果对时间要求比较严格的交易者，不建议在手机上操作。

操作之前，要求系统已经安装好Mysql数据库，以及sqlalchemy，后者是一个python下的sql工具包以及关系对象映射器。当然在此处我们只用到了他的create_engine部分。
代码：

from sqlalchemy import create_engine
import tushare as ts

df = ts.get_tick_data('600848', date='2014-12-22')
engine = create_engine('mysql://root:[email protected]/my_db?charset=utf8')

df.to_sql('tick_data',engine)

解读：从sqlalchemy导入create_engine，导入tushare,获取600848这支股票在2014年12月22这一天的交易tick,存入df对象，然后我们先用mysql-front创建一个叫my_db的数据库

create db.png

然后在create_engine方法里连接到此数据库，最后一行用to_sql方法写入tick_data到没有my_db里。
写入完毕后打开mysql-front

tick.png

可视化.png

可视2.png

后两张图可看出有1700多笔交易，成交的时间，价格，买盘还是卖盘可以再type里看出，因为数据量太大，成交的时间类型都以缺省的memo显示，当然如果想查看可以把鼠标放上去即可显示。好了本篇展示的获取以及读入数据到本地已经完成。