股票行情哪家強？

pypi.org

其實只要再安裝一個Yahoo財經數據獲取的修正包：fix_yahoo_finance ，然後執行一次修改代碼就可以正常使用 pandas-datareader 中獲取Yahoo財經數據的方法了。安裝修正包的命令是：

pip install fix_yahoo_finance --upgrade --no-cache-dir

OK！萬事俱備，只欠東風。接下來就該正式進行數據分析了。

2、導入數據分析包

# 導入數據分析包import pandas as pd# 導入獲取互聯網金融數據的包from pandas_datareader import data as pdr# 導入Yahoo財經數據獲取的修正包import fix_yahoo_finance as fyffyf.pdr_override()

3、建立涵蓋6家上市公司的字典

# 字典：6家公司的股票代碼gafataDict = {谷歌:GOOG,亞馬遜:AMZN,Facebook:FB, 蘋果:AAPL,阿里巴巴:BABA,騰訊:0700.hk}

4、確定獲取股票的時間段

# 獲取哪段時間範圍的股票數據start_date = 2017-04-29end_date = 2018-04-29

5、從雅虎財經獲取數據

這裡先以阿里巴巴為例，其他公司同理：

# 從雅虎財經數據源（get_data_yahoo）獲取阿里巴巴股票數據babaDf = pdr.get_data_yahoo(gafataDict[阿里巴巴], start_date, end_date)# 獲取如下輸出，說明數據下載成功[*********************100%***********************] 1 of 1 downloaded

6、輸出前5行數據

# 查看前5行數據babaDf.head(5)

每日股票價位信息

Open:開盤價

High:最高價

Low：最低價

Close：收盤價

Adj Close:復權收盤價

Volume:成交量

我們主要關注每日的收盤價Close

7、查看數據集描述統計信息

# 查看數據集描述統計信息babaDf.describe()

8、判斷公司股價漲跌情況

定義函數函數功能：計算股票漲跌幅 =（現在股價 - 買入價格）/ 買入價格輸入參數：column是收盤價這一列的數據返回數據：漲跌幅def change(column): # 買入價格 buyPrice = column[0] # 現在股價 # column.size是總共數據條數，序號是從0開始的，所以最後一條數據的序號是：總數目-1 curPrice = column[column.size - 1] # 累計漲跌幅 priceChange = (curPrice - buyPrice) / buyPrice # 判斷股票是上漲，還是下跌 if(priceChange > 0): print(股票累計上漲 =, priceChange) elif(priceChange == 0): print(股票累計沒有變化 =, priceChange) else: print(股票累計下跌 =, priceChange) # 返回數據 return priceChange

定義好函數之後，需要獲取收盤價這一列數據並調用函數計算漲跌幅：

# 獲取收盤價Close這一列的數據closeCol = babaDf[Close]# 調用函數，獲取漲跌幅babaChange = change(closeCol)

輸出結果是：

# 輸出股票累計上漲 = 0.5338528484848486

9、可視化展示

如果環境中還沒有安裝可視化包，我們需要在conda中使用命令安裝可視化包 matplotlib，conda命令如下：conda install matplotlib

# 導入繪圖包import matplotlib.pyplot as plt

# 使用收盤價Close這一列數據繪製plt.plot(babaDf[Close])# 圖片標題plt.title(BABA)# 顯示網格plt.grid(True)# 顯示圖片plt.show()

或者：

babaDf.plot(x = babaDf.index, y = Close)# 圖片標題plt.title(BABA)# 顯示網格plt.grid(True)# 顯示圖片plt.show()

10、封裝成函數進行分析

仔細審閱上述代碼，不難發現我們完全可以將這一大串代碼封裝成一個函數。我們可以通過input函數輸入公司名稱並傳遞給該函數直接完成繪圖，這樣就能提高一些效率，代碼也更清爽。

def stockmap(Companyname): import pandas as pd from pandas_datareader import data as pdr import fix_yahoo_finance as fyf import matplotlib.pyplot as plt fyf.pdr_override() start_date = 2017-04-29 end_date = 2018-04-29 gafataDict = {谷歌:GOOG,亞馬遜:AMZN,Facebook:FB,蘋果:AAPL,阿里巴巴:BABA,騰訊:0700.hk} companyDf = pdr.get_data_yahoo(gafataDict[Companyname], start_date, end_date) companyDf.plot(x = companyDf.index, y = Close) plt.title(gafataDict[Companyname]) plt.grid(True) plt.show() return Companyname

亞馬遜：

# 亞馬遜companyname = input(請輸入一個公司中文名稱
)stockmap(companyname)

Facebook：

# Facebookcompanyname = input(請輸入一個公司中文名稱
)stockmap(companyname)

蘋果：

# 蘋果companyname = input(請輸入一個公司中文名稱
)stockmap(companyname)

谷歌：

# 谷歌companyname = input(請輸入一個公司中文名稱
)stockmap(companyname)

騰訊：

# 騰訊companyname = input(請輸入一個公司中文名稱
)stockmap(companyname)

11、拓展

我個人非常喜歡特斯拉這家公司，因為我是特斯拉創始人埃隆馬斯克的粉絲。我在網上找到了特斯拉公司的股票代碼：TSLA，可以利用上面所學的知識分析一下特斯拉最近一年的股票漲跌情況：

def stockmap(Companyname): import pandas as pd from pandas_datareader import data as pdr import fix_yahoo_finance as fyf import matplotlib.pyplot as plt fyf.pdr_override() start_date = 2017-04-29 end_date = 2018-04-29 companyDict = {特斯拉:TSLA} companyDf = pdr.get_data_yahoo(companyDict[Companyname], start_date, end_date) companyDf.plot(x = companyDf.index, y = Close) plt.title(companyDict[Companyname]) plt.grid(True) plt.show() return Companyname

還是利用上面定義的封裝函數 stockmap，在公司字典中加入特斯拉及其股票代碼。

companyname = input(請輸入一個公司中文名稱
)stockmap(companyname)

以後想看哪個感興趣的公司的股票情況，直接就可以在字典里添加公司名及其代碼就行，非常方便。下面給出我查找股票代碼的網址：