Python+Flask实现股价查询系统。Python绘制股票k线走势

一、实现效果图

打开默认显示半年线，可以通过可视化类型选择可视化k线图、高低点等。（目前只完成了初版，当查询的股票数据返回为空时，可能会有部分问题，后续有时间了会修改）

二、实现思路

此web应用程序主要使用了以下Python第三方库：
Plotly – 数据可视化库(Plotly数据可视化方法)
Pandas – 数据处理及分析库
Tushare – 财经数据接口库
Flask – Web应用框架

1、获取数据

整个的思路比较简单，股票数据的获取主要通过 ***Tushare***获取。
如下是获取000001.SZ整年的数据的方法。

import tushare as ts
ts.set_token('b94ecd1e37a3628890e89b90e0259b6db72b0ae0b17dadd2c28c5c4c')
pro = ts.pro_api()
df = pro.daily(ts_code='000001.sz', start_date='20200101', end_date='202001230')
df.head()

这里有一个小问题。数据中没有股票代码对应的公司名称。所以在此之前需要调用ts中的其他方法获取股票代码对应的相关信息。我将名称与公司信息获取之后保存在了本地，方便后续使用。调用方法和返回数据如下。

2、可视化数据

这里可视化主要用的是plotly，通过plotly绘制的图形有着更好的交互效果。可以通过ploytly的时间序列选择器鼠标拖动选择想要查看的具体内容。将每种不同的图形封装成绘图类的对应方法即可。

from datetime import datetime
import tushare as ts
import pandas as pd
import plotly as py 
import plotly.graph_objs as go
pyplt = py.offline.plot
#读取股票代码与名称字典
ts.set_token('b94ecd1e37a3628890e89b90e0259b6db72b0ae0b17dadd2c28c5c4c')
pro = ts.pro_api()
df=pd.read_csv("stock_code.csv")
# df = pro.daily(ts_code='000001.sz', start_date='20190701', end_date='20190930')#直接保存

class Chart_Plot:
    def __init__(self,start_date,end_date,stock1="000001",stock2="000002"):
        #处理参数格式，符合tushare调用规范
        self.start_date=start_date.replace("-","")
        self.end_date=end_date.replace("-","")
        #获取指定股票代码的名称
        temp=df.loc[df.ts_code.str.contains(stock1)]
        self.stock1_code=temp["ts_code"].values[0]
        self.stock1=pro.daily(ts_code=self.stock1_code, start_date=start_date, end_date=end_date)
        self.name1=temp['name'].values[0]
        #获取要对比的股票代码的名称
        temp = df.loc[df.ts_code.str.contains(stock2)]
        self.stock2_code = temp["ts_code"].values[0]
        self.stock2=pro.daily(ts_code=self.stock2_code, start_date=start_date, end_date=end_date)
        self.name2=temp['name'].values[0]

    def candle_stick(self,period="day"):#日K线图
        #默认获取日k,如果period不为日k，则获取对应值
        if period=="周k":
            self.stock1=pro.weekly(ts_code=self.stock1_code,start_date=self.start_date,end_date=self.end_date)
        elif period=="月k":
            self.stock1 = pro.monthly(ts_code=self.stock1_code, start_date=self.start_date, end_date=self.end_date)

        strdate =self.stock1['trade_date'].tolist()
        #日期字符串转时间序列
        date=[]
        for i in strdate:
            X = datetime.strptime(i, '%Y%m%d')           
            date.append(X)         
        candle_trace = go.Candlestick(x = date,
                                      open = self.stock1.open,
                                      high = self.stock1.high,
                                      low = self.stock1.low,
                                      close = self.stock1.close,
                                      increasing=dict(line=dict(color= '#ff0000')),
                                      decreasing=dict(line=dict(color= '#00ff00')),
                                      name = self.stock1['ts_code'].values[0])
        candle_data = [candle_trace]
        candle_layout = {
     'title': self.stock1['ts_code'][0],'yaxis': {
     'title': '价格'}}
        candle_fig = dict(data=candle_data, layout=candle_layout)
        div = pyplt(candle_fig, output_type='div', include_plotlyjs=False, auto_open=False, show_link=False)
        return div
    
    
    def twoline_graph(self): #半年线图
        #self.stock1['close']取出来的值都是带有索引值的两列的矩阵，具体看excl表格
        #tolist函数则将他们变为列表，除去索引值

        close = self.stock1['close'].tolist()
        strdate = self.stock1['trade_date'].tolist()
        date=[]
        for i in strdate:
            X = datetime.strptime(i, '%Y%m%d')           
            date.append(X)         

        # 画图语句：go.Scatter
        trace = [go.Scatter(
                            x=date,
                            y=close
                            )]
        #print (trace)  
        #[Scatter({'x': [2019-09-30 00:00:00, 2019-09-27 00:00:00.....
                
        layout = dict(
              title=self.stock1['ts_code'].values[0]+":"+self.name1,
              xaxis=dict(title='日期'),
              yaxis=dict(title='价格')
              )
        #print (layout)
        #{'title': 'ETF50', 'xaxis': {'title': '日期'}, 'yaxis': {'title': '价格'}}
        fig = dict(data=trace, layout=layout)  
        #print (fig)
        div = pyplt(fig, output_type='div', include_plotlyjs=False, auto_open=False, show_link=False)
        #print (div)
        return div

    def high_low(self):
        high = self.stock1['high'].tolist()
        low = self.stock1['low'].tolist()
        strdate = self.stock1['trade_date'].tolist()
        date = []
        for i in strdate:
            X = datetime.strptime(i, '%Y%m%d')
            date.append(X)

            # 画图语句：go.Scatter
        trace = [go.Scatter(
            x=date,
            y=high
        ),
            go.Scatter(
                x=date,
                y=low
            )
        ]
        # print (trace)
        # [Scatter({'x': [2019-09-30 00:00:00, 2019-09-27 00:00:00.....

        layout = dict(
            title=self.stock1['ts_code'].values[0]+":"+self.name1,
            xaxis=dict(title='日期'),
            yaxis=dict(title='价格')
        )
        # print (layout)
        # {'title': 'ETF50', 'xaxis': {'title': '日期'}, 'yaxis': {'title': '价格'}}
        fig = dict(data=trace, layout=layout)
        # print (fig)
        div = pyplt(fig, output_type='div', include_plotlyjs=False, auto_open=False, show_link=False)
        return div
    

在调用此方法后将返回结果传递给前端的图形展示区域即可。

三、源码获取

关注以下公众号回复"0050"即可get√

在这里插入图片描述