一，获取个股数据
import tushare as ts
df = ts.get_hist_data('600848')
ts.get_hist_data('600848'，ktype='W') #获取周k线数据
ts.get_hist_data('600848'，ktype='M') #获取月k线数据
ts.get_hist_data('600848'，ktype='5') #获取5分钟k线数据
ts.get_hist_data('600848'，ktype='15') #获取15分钟k线数据
ts.get_hist_data('600848'，ktype='30') #获取30分钟k线数据
ts.get_hist_data('600848'，ktype='60') #获取60分钟k线数据
ts.get_hist_data('sh'）#获取上证指数k线数据，其它参数与个股一致，下同
ts.get_hist_data('sz'）#获取深圳成指k线数据 ts.get_hist_data('hs300'）#获取沪深300指数k线数据
ts.get_hist_data('sz50'）#获取上证50指数k线数据
ts.get_hist_data('zxb'）#获取中小板指数k线数据
ts.get_hist_data('cyb'）#获取创业板指数k线数据
获取实时分笔数据
df = ts.get_realtime_quotes('000581')
print df[['code','name','price','bid','ask','volume','amount','time']]
返回值说明：
0：name，股票名字
1：open，今日开盘价
2：pre_close，昨日收盘价
3：price，当前价格
4：high，今日最高价
5：low，今日最低价
6：bid，竞买价，即“买一”报价
7：ask，竞卖价，即“卖一”报价
8：volumn，成交量 maybe you need do volumn/100
9：amount，成交金额（元 CNY）
10：b1_v，委买一（笔数 bid volume）
11：b1_p，委买一（价格 bid price）
12：b2_v，“买二”
13：b2_p，“买二”
14：b3_v，“买三”
15：b3_p，“买三”
16：b4_v，“买四”
17：b4_p，“买四”
18：b5_v，“买五”
19：b5_p，“买五”
20：a1_v，委卖一（笔数 ask volume）
21：a1_p，委卖一（价格 ask price）
...
30：date，日期
31：time，时间
二，获取分类数据
行业分类
ts.get_industry_classified()
概念分类，所有股票炒作概念，比如苹果、特斯拉等
ts.get_concept_classified()
地域分类
ts.get_area_classified()
中小板分类
ts.get_sme_classified()
创业板分类
ts.get_gem_classified()
风险警示板分类
ts.get_st_classified()
沪深300成份股及权重
ts.get_hs300s()
上证50成份股
ts.get_sz50s()
基本面数据
沪深股票列表（基础数据，沪深所有股票情况）
ts.get_stock_basics()
业绩报告（主表）
#获取2014年第3季度的业绩报表数据
ts.get_report_data(2014,3)
盈利能力数据
#获取2014年第3季度的盈利能力数据
ts.get_profit_data(2014,3)
营运能力数据
#获取2014年第3季度的营运能力数据
ts.get_operation_data(2014,3)
成长能力数据
ts.get_growth_data(2014,3)
偿债能力数据
ts.get_debtpaying_data(2014,3)
现金流量数据
ts.get_cashflow_data(2014,3)
三，保存数据
保存为csv格式
import tushare as ts
df = ts.get_hist_data('000875')#直接保存
df.to_csv('c:/day/000875.csv')#选择保存
df.to_csv('c:/day/000875.csv',columns=['open','high','low','close'])
保存为Excel格式
df = ts.get_hist_data('000875')#直接保存
df.to_excel('c:/day/000875.xlsx')#设定数据位置（从第3行，第6列开始插入数据）
df.to_excel('c:/day/000875.xlsx', startrow=2,startcol=5)
保存为HDF5文件格式
df = ts.get_hist_data('000875')
df.to_hdf('c:/day/hdf.h5','000875')
保存为JSON格式
df = ts.get_hist_data('000875')
df.to_json('c:/day/000875.json',orient='records')
四，连接MySQL数据库
pandas提供了将数据便捷存入关系型数据库的方法，在新版的pandas中，主要是已sqlalchemy方式与数据建立连接，支持MySQL、Postgresql、Oracle、MS SQLServer、SQLite等主流数据库。本例以MySQL数据库为代表，展示将获取到的股票数据存入数据库的方法,其他类型数据库请参考sqlalchemy官网文档的create_engine部分。
from sqlalchemy import create_engine
import tushare as ts
df = ts.get_tick_data('600848',date='2014-12-22')
engine = create_engine('mysql://user:[email protected]/db_name?charset=utf8')
#存入数据库
df.to_sql('tick_data',engine)
#追加数据到现有表
#df.to_sql('tick_data',engine,if_exists='append')