文章目录
- 一、实现效果图
- 二、实现思路
-
- 2、可视化数据
- 三、源码获取
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
ts.set_token('b94ecd1e37a3628890e89b90e0259b6db72b0ae0b17dadd2c28c5c4c')
pro = ts.pro_api()
df=pd.read_csv("stock_code.csv")
class Chart_Plot:
def __init__(self,start_date,end_date,stock1="000001",stock2="000002"):
self.start_date=start_date.replace("-","")
self.end_date=end_date.replace("-","")
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]
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"):
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()
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):
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)
trace = [go.Scatter(
x=date,
y=close
)]
layout = dict(
title=self.stock1['ts_code'].values[0]+":"+self.name1,
xaxis=dict(title='日期'),
yaxis=dict(title='价格')
)
fig = dict(data=trace, layout=layout)
div = pyplt(fig, output_type='div', include_plotlyjs=False, auto_open=False, show_link=False)
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)
trace = [go.Scatter(
x=date,
y=high
),
go.Scatter(
x=date,
y=low
)
]
layout = dict(
title=self.stock1['ts_code'].values[0]+":"+self.name1,
xaxis=dict(title='日期'),
yaxis=dict(title='价格')
)
fig = dict(data=trace, layout=layout)
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
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)