金融数据接口tushare爬取数据

import matplotlib.pyplot as plt

import seaborn as sns

import tushare as ts

from datetime import datetime

import csv

stock1 = ts.get_profit_statement('600498')


stock1.to_csv('利润表.csv',encoding='utf_8_sig')


filename='利润表.csv'
with open(filename,encoding='utf_8_sig') as  f:
    r=csv.DictReader(f)
    d={}
    for row in r:
        if row['报表日期'] == '减：所得税费用':
            d['第一季度'] = float(row['20170331'])
            d['第二季度'] = float(row['20170630'])
            d['第三季度'] = float(row['20170930'])
            d['第四季度'] = float(row['20171231'])

            #print(d)
            sns.set_style("whitegrid")
            plt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体
            plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题
            sns.set(font='SimHei')  # 解决Seaborn中文显示问题

            sns.barplot(x=list(d.keys()),y=list(d.values()))
            plt.title('各季度所得税')
            plt.xlabel('季度')
            plt.ylabel('所得税')
            plt.show()
            break

 

 

#观测当前的股价

import tushare as ts

STOCK = ['600219', '000002', '000623', '000725', '600036', '601166', '600298', '600881', '002582', '600750',
         '601088',
         '000338',
         '000895',
         '000792']

quotes= ts.get_realtime_quotes(STOCK)

print(quotes)
quotes.to_csv('d:/bigdata/realtime_quotes.csv',encoding="utf_8_sig")

 

 

 

 

#保存并输出徐工机械[000425]股票2012年初到2017年末的后复权成交价数据，存为csv文件，再绘制折线图

 

import matplotlib.pyplot as plt                  #绘图

import seaborn as sns             #基于matplotlib的数据可视化库

import tushare as ts                             #财经数据接口

from datetime import datetime   #从datetime模块导入datetime函数

 

#首先用tushare获取成交价数据，复权类别是后复权，开始时间2012年1月1日，截止时间2017年12月31日

 

#get_k_data获取分时k线数据

stock = ts.get_k_data('000425', autype='hfq', ktype='M', start='2012-1-1', end='2017-12-31')

 

#存为csv文件：逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）

stock.to_csv('d:/23.csv')

 

#用seaborn绘制画板，加上白色网格

sns.set_style("whitegrid")

 

#在画板上加上线条和图例说明，图片比例为15：9

stock['open'].plot(legend=True, figsize=(15, 9))

stock['close'].plot(legend=True, figsize=(15, 9))

stock['high'].plot(legend=True, figsize=(15, 9))

stock['low'].plot(legend=True, figsize=(15, 9))

 

#输出K线数据

print(stock)

 

#展示画板

plt.show()

 

 

#绘制最近一年的数据乐视网[300104]股票每日涨跌幅核密度估计图

import matplotlib.pyplot as plt                  #绘图

import seaborn as sns                       #基于matplotlib的数据可视化库

import tushare as ts                          #财经数据接口

from datetime import datetime

 

 

end = datetime.today()                          #结束时间

start = datetime(end.year-1,end.month,end.day)     #开始时间，选取最近一年的数据

 

#字符串化，datetime抓取时间是精确到秒，只保留年、月、日，YYYY-MM-DD，因此保留长度为10位

end = str(end)[0:10]

start = str(start)[0:10]

 

# get_hist_data函数，获取某只股票的历史交易数据，参数与get_k_data相同

stock = ts.get_hist_data('300104',start,end)

 

#计算每日涨跌幅度，pct_change()函数用来计算两个相邻数字之间的变化率

stock['Daily Return'] = stock['close'].pct_change()

 

           

# kdeplot函数绘制核密度估计图，dropna()方法删除缺失数据

sns.kdeplot(stock['Daily Return'].dropna())

 

#展示画板

plt.show()

 

 

GDP柱状图

import matplotlib.pylab as plt

GDP=[185691, 112182.8, 49386.411111111111111, 34666.3]

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
plt.bar(range(4),GDP,align = 'center' ,color='steelblue', alpha = 0.8 )

plt.ylabel(u'GDP')

plt.title(u'四个直辖市大比拼')

plt.xticks(range(4),['北京市','上海市','天津市','重庆市'])
#添加刻度标签

plt.ylim([30000,550000])
#设置y轴刻度范围

for x,y in enumerate(GDP):
    #可遍历的数据对象enumerate可以同时获得索引和值
    plt.text(x,y+100
             ,'%s' %round(y,1) , ha='center')
#为每个条形图添加数值标签,就是柱形图上面的数字，y+100代表距离，%s表示格化式一个对象为字符，round(y,1)小数点后保留几位
plt.show()


'''rcParams：由于matplotlib对中文的支持并不是很友好，所以需要提前对绘图进行字体的设置，即通过rcParams来设置字体，这里将字体设置为微软雅黑，同时为了避免坐标轴不能正常的显示负号，也需要进行设置；
bar函数指定了条形图的x轴、y轴值，设置x轴刻度标签为水平居中，条形图的填充色color为铁蓝色，同时设置透明度alpha为0.8；
添加y轴标签、标题、x轴刻度标签值，为了让条形图显示各柱体之间的差异，将y轴范围设置在30000,550000
通过循环的方式，添加条形图的

此处 ha='right'点在注释右边（right,center,left），va='bottom'点在注释底部('top', 'bottom', 'center', 'baseline')

 

ha有三个选择：right,center,left

 

va有四个选择：'top', 'bottom', 'center', 'baseline'

 

Center的区别在于水平居中和垂直居中

 

水平柱状图

同一本书不同平台最低价比较

很多人在买一本书的时候，都比较喜欢货比三家，例如《python数据分析实战》在亚马逊、当当网、中国图书网、京东和天猫的最低价格分别为39.5、39.9、45.4、38.9、33.34。针对这个数据，我们也可以通过条形图来完成，这里使用水平条形图来显示：

import matplotlib.pylab as plt

price = [39.5, 39.9, 45.4, 38.9, 33.34]

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

plt.rcParams['axes.unicode_minus'] = False

plt.barh(range(5),price,align='center',color='black',alpha=0.5)
#横柱状图 barh
plt.xlabel('price')

plt.yticks(range(5),['Amazon','Dangdang','BooksChina','Jingdong','Tianmao'])
#y轴刻度标签
plt.xlim([32,47])

plt.title('Book Price Comparsion')

for x,y in enumerate(price):plt.text(y+0.1,x,'%s' %y,va='center')

plt.show()

 

 

 

 

 

水平交错条形图

 

胡润财富榜：亿万资产超高净值家庭数

利用水平交错条形图对比2016年和2017年亿万资产超高净值家庭数

 

 

 

 

 

import  matplotlib.pylab as plt
import numpy as np
Y2016 = [15600,12700,11300,4270,3620]
Y2017 = [17400,14800,12000,5200,4020]
labels = ['Beijing','Shanghai','Hongkong','Shenzhen','Guangzhou']
bar_width = 0.5

plt.rcParams['font.sans-serif'] =['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False

plt.bar(np.arange(5),Y2016,label='2016',color='steelblue',alpha=0.8,width=bar_width)
plt.bar(np.arange(5) + bar_width, Y2017, label='2017', color='indianred',alpha=0.8,width=bar_width)
plt.xlabel('Top5 City')
plt.ylabel('Family Amount')
plt.xticks(np.arange(5)+bar_width,labels)
plt.ylim([2500,20000])
plt.title('Millions Family Amount Top5 City Distribution')
# 为每个条形图添加数值标签
for x2016,y2016 in enumerate(Y2016):plt.text(x2016,y2016+100,'%s'%y2016,ha='center')
for x2017,y2017 in enumerate(Y2017):plt.text(x2017+bar_width, y2017+100, '%s' %y2017,ha='center')
# 显示图例
plt.legend()
plt.show()



'''水平交错条形图绘制的思想很简单，就是在第一个条形图绘制好的基础上，往左移一定的距离，再去绘制第二个条形图，所以在代码中会出现两个bar函数；
图例的绘制需要在bar函数中添加label参数；color和alpha参数分别代表条形图的填充色和透明度；
给条形图添加数值标签，同样需要使用两次for循环的方式实现；'''

 

 

 

 

两者的区别仅仅是arange返回的是一个数据，而range返回的是list

 

 

 

 

 

 

饼图

芝麻信用失信用户分析

我们使用芝麻信用近300万失信人群的样本统计数据来绘制饼图，该数据显示，从受教育水平上来看，中专占比25.15%，大专占比37.24%，本科占比33.36%，硕士占比3.68%，剩余的其他学历占比0.57%。对于这样一组数据，我们该如何使用饼图来呈现呢？

import  matplotlib.pylab as plt
import numpy as np

# 设置绘图的主题风格（不妨使用R中的ggplot分隔）
plt.style.use('ggplot')

#构造数据
edu = [0.2515, 0.3724 ,0.3336 ,0.0368 ,0.0057]

labels = ['Secondary','Junior College','Bachelor','Master','Others']

explode = [0,0.1,0,0,0]  # 用于突出显示大专学历人群

colors=['#FEB748','#EDD25D','#FE4F54','#51B4FF','#dd5555'] # 自定义颜色

# 中文乱码和坐标轴负号的处理
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

plt.rcParams['axes.unicode_minus'] = False

# 将横、纵坐标轴标准化处理，保证饼图是一个正圆，否则为椭圆
plt.axes(aspect='equal')

# 控制x轴和y轴的范围
plt.xlim(0,4)
plt.ylim(0,4)

# 绘制饼图
plt.pie(x = edu, # 绘图数据
explode=explode, # 突出显示大专人群

labels=labels, # 添加教育水平标签

colors=colors, # 设置饼图的自定义填充色

autopct='%.1f%%', # 设置百分比的格式，这里保留一位小数

pctdistance=0.8,# 设置百分比标签与圆心的距离

labeldistance = 1.15, # 设置教育水平标签与圆心的距离

startangle = 180, # 设置饼图的初始角度

radius = 1.5, # 设置饼图的半径

counterclock = False, # 是否逆时针，这里设置为顺时针方向

wedgeprops = { 'linewidth': 1.5, 'edgecolor':'green'},# 设置饼图内外边界的属性值

textprops = { 'fontsize':12, 'color':'k'}, # 设置文本标签的属性值
        
center = (1.8,1.8), # 设置饼图的原点
frame = 1)# 是否显示饼图的图框，这里设置显示
# 删除x轴和y轴的刻度
plt.xticks(())
plt.yticks(())
# 添加图标题
plt.title('Zhima Credit Discredited User Analysis')
# 显示图形
plt.show()

 

 

 

 

 

箱线图

最简单的实例

 

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
np.random.seed(2)  #设置随机种子

df = pd.DataFrame(np.random.rand(5,4),

columns=['A', 'B', 'C', 'D'])

#先生成0-1之间的5*4维度数据，再装入4列DataFrame中
df.boxplot() #也可用plot.box()
plt.show()

 

 

从图形可以看出，A、B、C、D四组数A、D数据较集中（大部分在上下四分位箱体内），但都有异常值，C的离散程度最大（最大值与最小值之间距离），以均值为中心，B分布都有明显右偏（即较多的值分布在均值的右侧），A、C则有明显左偏。

 

 

关于boxplot参数

• x：指定要绘制箱线图的数据；
• notch：是否是凹口的形式展现箱线图，默认非凹口；
• sym：指定异常点的形状，默认为+号显示；
• vert：是否需要将箱线图垂直摆放，默认垂直摆放；
• whis：指定上下须与上下四分位的距离，默认为1.5倍的四分位差；
• positions：指定箱线图的位置，默认为[0,1,2…]；
• widths：指定箱线图的宽度，默认为0.5；
• patch_artist：是否填充箱体的颜色；
• meanline：是否用线的形式表示均值，默认用点来表示；
• showmeans：是否显示均值，默认不显示；
• showcaps：是否显示箱线图顶端和末端的两条线，默认显示；
• showbox：是否显示箱线图的箱体，默认显示；
• showfliers：是否显示异常值，默认显示；
• boxprops：设置箱体的属性，如边框色，填充色等；
• labels：为箱线图添加标签，类似于图例的作用；
• filerprops：设置异常值的属性，如异常点的形状、大小、填充色等；
• medianprops：设置中位数的属性，如线的类型、粗细等；
• meanprops：设置均值的属性，如点的大小、颜色等；
• capprops：设置箱线图顶端和末端线条的属性，如颜色、粗细等；
• whiskerprops：设置须的属性，如颜色、粗细、线的类型等；

 

 

 

 

• 整体乘客的年龄箱线图

 

 

 

# 导入第三方模块import pandas as pdimport matplotlib.pyplot as plt

# 读取Titanic数据集titanic = pd.read_csv('../input/pandas_exercise/exercise_data//train.csv')# 检查年龄是否有缺失any(titanic.Age.isnull())# 不妨删除含有缺失年龄的观察titanic.dropna(subset=['Age'], inplace=True)

# 设置图形的显示风格plt.style.use('ggplot')

# 设置中文和负号正常显示plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'plt.rcParams['axes.unicode_minus'] = False

# 绘图：整体乘客的年龄箱线图plt.boxplot(x = titanic.Age, # 指定绘图数据

            patch_artist=True, # 要求用自定义颜色填充盒形图，默认白色填充

            showmeans=True, # 以点的形式显示均值

            boxprops = { 'color':'black','facecolor':'#9999ff'}, # 设置箱体属性，填充色和边框色

            flierprops = { 'marker':'o','markerfacecolor':'red','color':'black'}, # 设置异常值属性，点的形状、填充色和边框色

            meanprops = { 'marker':'D','markerfacecolor':'indianred'}, # 设置均值点的属性，点的形状、填充色

            medianprops = { 'linestyle':'--','color':'orange'}) # 设置中位数线的属性，线的类型和颜色# 设置y轴的范围plt.ylim(0,85)

# 去除箱线图的上边框与右边框的刻度标签plt.tick_params(top='off', right='off')# 显示图形plt.show()

 

• 不同等级仓的年龄箱线图

titanic.sort_values(by = 'Pclass', inplace=True)

# 通过for循环将不同仓位的年龄人群分别存储到列表Age变量中Age = []Levels = titanic.Pclass.unique()for Pclass in Levels:

    Age.append(titanic.loc[titanic.Pclass==Pclass,'Age'])

# 绘图plt.boxplot(x = Age,

            patch_artist=True,

            labels = ['一等舱','二等舱','三等舱'], # 添加具体的标签名称

            showmeans=True,

            boxprops = { 'color':'black','facecolor':'#9999ff'},

            flierprops = { 'marker':'o','markerfacecolor':'red','color':'black'},

            meanprops = { 'marker':'D','markerfacecolor':'indianred'},

            medianprops = { 'linestyle':'--','color':'orange'})

# 显示图形plt.show()

 

 

 

import matplotlib.pyplot as plt  # 绘图
import seaborn as sns  # 基于matplotlib的数据可视化库
import tushare as ts  # 财经数据接口
import pandas as pd
import csv
from datetime import datetime

# 抓取2007到2016每个月的收盘数据并保存
stock = ts.get_hist_data('600177', '2007-01-01', '2016-12-30', ktype='M')
stock.to_csv('1.csv', encoding='utf_8_sig')

# 列表DATE用来设置需要提取的月份清单
DATE = ['2016-12-30', '2015-12-31', '2014-12-31', '2013-12-31',
        '2012-12-31', '2011-12-30', '2010-12-31', '2009-12-31',
        '2008-12-31', '2007-12-28', '2007-01-04']

filename = '1.csv'
with open(filename, encoding='utf_8_sig') as  f:
    r = csv.DictReader(f)
    a = []  # 空列表，用来保存日期
    b = []  # 空列表，用来保存收盘价
    for row in r:  # 遍历r
        if row['date'] in DATE:  # 如果某一行的date在列表DATE中，则保存其date和close值
            a.append(row['date'])
            b.append(row['close'])

c = {"date": a, "close": b}  # 将列表a，b转换成字典
data = pd.DataFrame(c)  # 将字典转换成为数据框
print(data)