一行代码获取股票、基金数据，并绘制K线图

淩亂°似流年 2023-09-24 15:30 2阅读 0赞

大家好，今天这篇文章和大家分享一下如何利用Python获取股票、基金数据，并进行可视化，为金融分析&可视化先导篇，欢迎大家学习、点赞、收藏支持。

### 一、基础准备 ###

*  环境：python 3.7+
 *  需要安装第三方模块：mplfinance、akshare
 *  运行编辑器：jupyter notebook

### 二、动手动脑 ###

2.1 环境准备

首先需要你的电脑安装好了Python环境，并且安装好了Python开发工具。

如果你还没有安装，可以参考以下文章：

如果仅用Python来处理数据、爬虫、数据分析或者自动化脚本、机器学习等，建议使用Python基础环境+jupyter即可。

如果想利用Python进行web项目开发等，建议使用Python基础环境+Pycharm 。

2.2 模块安装

本次实验是在jupyter notebook上进行，默认你已经安装好了Python基本环境和jupyter，如果没有安装可以看上面的环境安装部分。

首先打开终端，输入：

jupyter notebook

即可进入jupyter，会自动连接服务器，并跳转到网页，新建一个python文件。

![fe1bca57c6d97dd840acc9cbd1346f70.png][]

给文件重命名，容易区分：

在代码块中输入以下指令并运行，即可安装mplfinance（金融数据可视化，基于matplotlibe和pandas）和akshare（金融数据获取模块）：

!pip3 install mplfinance --user
    !pip3 install akshare --user

2.3 模块基本介绍与使用

**2.3.1 mplfinance**  
基本介绍：用于金融数据可视化和可视化分析的 matplotlib 实用程序（接口），基于matplotlibe开发，并且与pandas的DataFrame数据有很好的结合。

项目地址：https://github.com/matplotlib/mplfinance

基本使用方法：

import mplfinance as mpf
    
    mpf.plot(data)

其中 data数据是一个DataFrame数据类型，必须包含：Open, High, Low and Close这四列，并且有时间日期索引（类型为：DatetimeIndex）。

接下来，我们虚拟一个数据来看看效果吧：

import mplfinance as mpf
    import pandas as pd
    
    # 创建日期索引
    index_date = pd.DatetimeIndex(['20210906', '20210907', '20210908', '20210909'])
    # 随便创建数据
    data = pd.DataFrame({
        'Open': [1, 2, 3, 4], 
        'High': [2, 3, 4, 5], 
        'Low' : [0.5, 1, 2, 2],
        'Close': [2, 3, 4, 3]
    }, index=index_date)
    # 调用plot函数 进行绘图
    mpf.plot(data)

![8773d0fe3bd3e9216d8d35ee170b233a.png][]

我们看到，现在根据模拟数据我们简单绘制了一个简单的OHLC线条。

type参数使用，让绘图更加精彩：

mpf.plot(data,type='candle')

![2867d194fa5f094a7abd22e23be561c2.png][]

mpf.plot(data,type='line')

![b12d552faa753d8e75ff70eece15c2da.png][]

type还可以为：renko、pnf。

mav参数可以添加移动平均线，更好的看趋势。

mpf.plot(data, type='candle', mav=2)

![9b9a40c6b5d8f12f99d195405ca20c96.png][]

还可以添加多条移动平均线：

mpf.plot(data, type='candle', mav=(2, 3))

![4d7463c583300d01b47be60fc002c541.png][]

更多使用方法，后面分章节给大家介绍，也欢迎大家去github地址自行学习，和我以及简说Python学习群友进行交流。

**2.3.2 akshare**  
基本介绍：AKShare 是一个优雅简单的 Python 金融数据接口库，你可以利用这个库轻松获取到金融财经数据。

项目地址：https://github.com/jindaxiang/akshare/ 基本使用方法：

*  获取指数数据

import akshare as ak
    # 获取上证指数每日的变化数据 OHLC
    sz_index = ak.stock_zh_index_daily(symbol="sh000001")

这样就可以获取到上证指数所有历史数据啦～

![7dd57a54edfc83ccb0111602694a37b9.png][]

*  获取A股数据

# 获取茅台股票每日的变化数据 采用前复权方式计算（关于复权计算更多知识以后分享，大家可以网络查找相关资料）
    stock_zh_mt_hist_df = ak.stock_zh_a_hist(symbol="600519", period="daily", start_date="20170301", end_date='20210913', adjust="qfq")

![bae4c25d9dfcedea0feff2dbc1ef613e.png][]

*  获取港股数据

# 获取港股腾讯股票历史数据
    stock_hk_tx_hist_df = ak.stock_hk_hist(symbol="00700", start_date="20170301", end_date="20210913", adjust="qfq")

![2367ca7982c5012ded597388ffea212c.png][]

*  获取美股数据

# 获取美股苹果公司历史股票数据
    stock_us_apple_hist_df = ak.stock_us_hist(symbol='105.AAPL', start_date="20100101", end_date="20210913", adjust="qfq")

![5fe1d7f6a900e26022c89bd01d44b7f9.png][]

*  获取基金数据

# 获取易方达蓝筹从发行到现在的净值数据
    yfd_fund = ak.fund_em_open_fund_info(fund="005827", indicator="单位净值走势")

![360597947e9db4b7ea477a62abb6eba5.png][]

更多使用方法，后面分章节给大家介绍，也欢迎大家去github地址自行学习，和我以及简说Python学习群友进行交流。

### 来，操作 ###

按上面方法，我们获取上证指数数据后，选取从`2020-01-01`到现在的数据进行可视化，然后在进行细分可视化，并选择不同的移动平均线。

*  `2020-01-01` \- `'2021-09-13`， `mav=(200, 300, 350)`

import akshare as ak
    import mplfinance as mpf
    import pandas as pd
    
    # 获取上证指数每日的变化数据 OHLC
    sz_index = ak.stock_zh_index_daily(symbol="sh000001")
    data1 = sz_index.loc['2020-01-01 00:00:00+00:00':'2021-09-13 00:00:00+00:00']
    mpf.plot(data1, type='candle', mav=(200, 300, 350), volume=True)

![8b137ba00db0cc30c025d6eeb3fe6867.png][]

*  `2021-01-01` \- `'2021-09-13`， `mav=(30, 60, 120)`

data2 = sz_index.loc['2021-01-01 00:00:00+00:00':'2021-09-13 00:00:00+00:00']
    mpf.plot(data2, type='candle', mav=(30, 60, 120), volume=True)

![2da5840a5a2092284b3f96da28c58170.png][]

*  `2021-04-01` \- `'2021-09-13`， `mav=(5, 10, 20)`

data3 = sz_index.loc['2021-04-01 00:00:00+00:00':'2021-09-13 00:00:00+00:00']
    mpf.plot(data3, type='candle', mav=(5, 10, 20), volume=True)

![4b0afd1d73b6edb2d9e42bf119635159.png][]

今天就到这里啦，如果大家觉得文章不错，记得点个赞哈～

--------------------

### 资源分享 ###

**下方这份完整的软件测试视频学习教程已经上传CSDN官方认证的二维码，朋友们如果需要可以自行免费领取 `【保证100%免费】`**

![在这里插入图片描述][b9a9eea1ed5c42429c5e383b00ba6e0c.png_pic_center]

![在这里插入图片描述][d96b58a511f84668b59f3f620964da07.png_pic_center]

[fe1bca57c6d97dd840acc9cbd1346f70.png]: https://img-blog.csdnimg.cn/img_convert/fe1bca57c6d97dd840acc9cbd1346f70.png
[8773d0fe3bd3e9216d8d35ee170b233a.png]: https://img-blog.csdnimg.cn/img_convert/8773d0fe3bd3e9216d8d35ee170b233a.png
[2867d194fa5f094a7abd22e23be561c2.png]: https://img-blog.csdnimg.cn/img_convert/2867d194fa5f094a7abd22e23be561c2.png
[b12d552faa753d8e75ff70eece15c2da.png]: https://img-blog.csdnimg.cn/img_convert/b12d552faa753d8e75ff70eece15c2da.png
[9b9a40c6b5d8f12f99d195405ca20c96.png]: https://img-blog.csdnimg.cn/img_convert/9b9a40c6b5d8f12f99d195405ca20c96.png
[4d7463c583300d01b47be60fc002c541.png]: https://img-blog.csdnimg.cn/img_convert/4d7463c583300d01b47be60fc002c541.png
[7dd57a54edfc83ccb0111602694a37b9.png]: https://img-blog.csdnimg.cn/img_convert/7dd57a54edfc83ccb0111602694a37b9.png
[bae4c25d9dfcedea0feff2dbc1ef613e.png]: https://img-blog.csdnimg.cn/img_convert/bae4c25d9dfcedea0feff2dbc1ef613e.png
[2367ca7982c5012ded597388ffea212c.png]: https://img-blog.csdnimg.cn/img_convert/2367ca7982c5012ded597388ffea212c.png
[5fe1d7f6a900e26022c89bd01d44b7f9.png]: https://img-blog.csdnimg.cn/img_convert/5fe1d7f6a900e26022c89bd01d44b7f9.png
[360597947e9db4b7ea477a62abb6eba5.png]: https://img-blog.csdnimg.cn/img_convert/360597947e9db4b7ea477a62abb6eba5.png
[8b137ba00db0cc30c025d6eeb3fe6867.png]: https://img-blog.csdnimg.cn/img_convert/8b137ba00db0cc30c025d6eeb3fe6867.png
[2da5840a5a2092284b3f96da28c58170.png]: https://img-blog.csdnimg.cn/img_convert/2da5840a5a2092284b3f96da28c58170.png
[4b0afd1d73b6edb2d9e42bf119635159.png]: https://img-blog.csdnimg.cn/img_convert/4b0afd1d73b6edb2d9e42bf119635159.png
[b9a9eea1ed5c42429c5e383b00ba6e0c.png_pic_center]: https://img-blog.csdnimg.cn/b9a9eea1ed5c42429c5e383b00ba6e0c.png#pic_center
[d96b58a511f84668b59f3f620964da07.png_pic_center]: https://img-blog.csdnimg.cn/d96b58a511f84668b59f3f620964da07.png#pic_center