如何用 python 获取实时的股票数据？

青旅半醒 2024-04-24 23:23 78阅读 0赞

#### 这个我会！ ####

#### 先上个展示图 ####

![在这里插入图片描述][faabd3ad502642d1a8039c1b79895af1.png]

#### 这篇回答中，我将向你展示两种不同的代码版本（加强版和一般版） ####

#### 代码运行环境说明（非常重要） ####

**Python版本要求**

> Python 3

**需要安装的库**

> efinance

库的安装方法是：打开 cmd（命令提示符或者其他终端工具），输入以下代码

pip install efinance

输入完毕，按 Enter 键执行代码，等待 successfully 出现即可

### 代码展示 ###

#### 加强版代码 ####

这一部分基于我开发的 python 库 efinance

**根据股票代码获取最新第一个交易日的分钟数据**

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
    import efinance as ef
    # 股票代码
    stock_code = '600519'
    # 数据间隔时间为 1 分钟
    freq = 1
    # 获取最新一个交易日的分钟级别股票行情数据
    df = ef.stock.get_quote_history(stock_code, klt=freq)
    # 将数据存储到 csv 文件中
    df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
    print(f'股票: {stock_code} 的行情数据已存储到文件: {stock_code}.csv 中！')

根据股票名称获取最新第一个交易日的分钟数据（支持A股、美股、港股）

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
    import efinance as ef
    # 股票名称
    stock_code = '微软'
    # 数据间隔时间为 1 分钟
    freq = 1
    # 获取最新一个交易日的分钟级别股票行情数据
    df = ef.stock.get_quote_history(stock_code, klt=freq)
    # 将数据存储到 csv 文件中
    df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
    print(f'股票: {stock_code} 的行情数据已存储到文件: {stock_code}.csv 中！')

每间隔 1 分钟获取一次单只股票分钟行情数据

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
    import efinance as ef
    import time
    from datetime import datetime
    # 股票代码
    stock_code = '600519'
    # 数据间隔时间为 1 分钟
    freq = 1
    status = {stock_code: 0}
    while 1:
        # 获取最新一个交易日的分钟级别股票行情数据
        df = ef.stock.get_quote_history(
            stock_code, klt=freq)
        # 现在的时间
        now = str(datetime.today()).split('.')[0]
        # 将数据存储到 csv 文件中
        df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
        print(f'已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！')
        if len(df) == status[stock_code]:
            print(f'{stock_code} 已收盘')
            break
        status[stock_code] = len(df)
        print('暂停 60 秒')
        time.sleep(60)
        print('-'*10)
    
    print('全部股票已收盘')

每间隔 1 分钟获取一次多只股票分钟行情数据\# 导入 efinance 如果没有安装则需要通过执行命令: pip

install efinance 来安装
    import efinance as ef
    import time
    from datetime import datetime
    # 股票代码或者名称列表
    stock_codes = ['600519', '腾讯', 'AAPL']
    # 数据间隔时间为 1 分钟
    freq = 1
    status = {stock_code: 0 for stock_code in stock_codes}
    while len(stock_codes) != 0:
        for stock_code in stock_codes.copy():
            # 现在的时间
            now = str(datetime.today()).split('.')[0]
            # 获取最新一个交易日的分钟级别股票行情数据
            df = ef.stock.get_quote_history(stock_code, klt=freq)
            # 将数据存储到 csv 文件中
            df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
            print(f'已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！')
            if len(df) == status[stock_code]:
                # 移除已经收盘的股票代码
                stock_codes.remove(stock_code)
                print(f'股票 {stock_code} 已收盘！')
            status[stock_code] = len(df)
        if len(stock_codes) != 0:
            print('暂停 60 秒')
            time.sleep(60)
        print('-'*10)
    
    print('全部股票已收盘')

每间隔 1 分钟获取一次多只股票分钟行情数据(高速版)\# 导入 efinance 如果没有安装则需要通过执行

命令: pip install efinance 来安装
    from typing import Dict
    import efinance as ef
    import pandas as pd
    import time
    from datetime import datetime
    # 股票代码或者名称列表
    stock_codes = ['600519', '腾讯', 'AAPL']
    # 数据间隔时间为 1 分钟
    freq = 1
    status = {stock_code: 0 for stock_code in stock_codes}
    while len(stock_codes) != 0:
        # 获取最新一个交易日的分钟级别股票行情数据
        stocks_df: Dict[str, pd.DataFrame] = ef.stock.get_quote_history(
            stock_codes, klt=freq)
        for stock_code, df in stocks_df.items():
            # 现在的时间
            now = str(datetime.today()).split('.')[0]
            # 将数据存储到 csv 文件中
            df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
            print(f'已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！')
            if len(df) == status[stock_code]:
                # 移除已经收盘的股票代码
                stock_codes.remove(stock_code)
                print(f'股票 {stock_code} 已收盘！')
            status[stock_code] = len(df)
        if len(stock_codes) != 0:
            print('暂停 60 秒')
            time.sleep(60)
        print('-'*10)
    
    print('全部股票已收盘')

**以上演示了如何使用我开发的 python 库来获取最新一个交易日内股票的分钟级股票数据**

下面是更加底层的版本（功能比较少，仅支持 A 股）

### 一般版 ###

#### 获取当日分钟线数据 ####

from urllib.parse import urlencode
    import pandas as pd
    import requests
    def gen_eastmoney_code(rawcode: str) -> str:
        '''
        生成东方财富专用的secid
    
        Parameters
        ----------
        rawcode ： 6 位股票代码
        Parameters
        ----------
        str : 按东方财富格式生成的字符串 
        '''
        if rawcode[0] != '6':
            return f'0.{rawcode}'
        return f'1.{rawcode}'
    def get_k_history(code: str, beg: str = '16000101', end: str = '20500101', klt: int = 1, fqt: int = 1) -> pd.DataFrame:
        '''
        功能获取k线数据
        Parameters
        ----------
        code : 6 位股票代码
        beg: 开始日期 例如 20200101
        end: 结束日期 例如 20200201
        klt: k线间距 默认为 101 即日k
            klt:1 1 分钟
            klt:5 5 分钟
            klt:101 日
            klt:102 周
        fqt: 复权方式
            不复权 : 0
            前复权 : 1
                后复权 : 2 
        Return
        ------
        DateFrame : 包含股票k线数据
        '''
        EastmoneyKlines = {
            'f51': '时间',
            'f52': '开盘',
            'f53': '收盘',
            'f54': '最高',
            'f55': '最低',
            'f56': '成交量',
            'f57': '成交额',
            'f58': '振幅',
            'f59': '涨跌幅',
            'f60': '涨跌额',
            'f61': '换手率',
        }
        EastmoneyHeaders = {
         
            'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko',
            'Accept': '*/*',
            'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
            'Referer': 'http://quote.eastmoney.com/center/gridlist.html',
        }
        fields = list(EastmoneyKlines.keys())
        columns = list(EastmoneyKlines.values())
        fields2 = ",".join(fields)
        secid = gen_eastmoney_code(code)
        params = (
            ('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),
            ('fields2', fields2),
            ('beg', beg),
            ('end', end),
            ('rtntype', '6'),
            ('secid', secid),
            ('klt', f'{klt}'),
            ('fqt', f'{fqt}'),
        )
        base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'
        url = base_url+'?'+urlencode(params)
        json_response = requests.get(
            url, headers=EastmoneyHeaders).json()
        data = json_response['data']
        # code = data['code']
        # 股票名称
        # name = data['name']
        klines = data['klines']
        rows = []
        for _kline in klines:
            kline = _kline.split(',')
            rows.append(kline)
        df = pd.DataFrame(rows, columns=columns)
        return df
    if __name__ == "__main__":
        # 股票代码
        code = '600519'
        # 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据
        df = get_k_history(code)
        # 保存k线数据到表格里面
        df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)
        print(f'股票代码：{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')

获取当日分钟线数据（每分钟运行一次,直到收盘）from urllib.parse import urlencode

import pandas as pd
    import requests
    import time
    def gen_eastmoney_code(rawcode: str) -> str:
        '''
        生成东方财富专用的secid
        Parameters
        ----------
        rawcode ： 6 位股票代码
        Parameters
        ----------
        str : 按东方财富格式生成的字符串 
        '''
        if rawcode[0] != '6':
            return f'0.{rawcode}'
        return f'1.{rawcode}'
    def get_k_history(code: str, beg: str = '16000101', end: str = '20500101', klt: int = 1, fqt: int = 1) -> pd.DataFrame:
        '''
        功能获取k线数据
        Parameters
        ----------
        code : 6 位股票代码
        beg: 开始日期 例如 20200101
        end: 结束日期 例如 20200201
        klt: k线间距 默认为 101 即日k
            klt:1 1 分钟
            klt:5 5 分钟
            klt:101 日
            klt:102 周
        fqt: 复权方式
            不复权 : 0
            前复权 : 1
                后复权 : 2 
        Return
        ------
        DateFrame : 包含股票k线数据
        '''
        EastmoneyKlines = {
            'f51': '时间',
            'f52': '开盘',
            'f53': '收盘',
            'f54': '最高',
            'f55': '最低',
            'f56': '成交量',
            'f57': '成交额',
            'f58': '振幅',
            'f59': '涨跌幅',
            'f60': '涨跌额',
            'f61': '换手率',
        }
        EastmoneyHeaders = {
     
            'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko',
            'Accept': '*/*',
            'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
            'Referer': 'http://quote.eastmoney.com/center/gridlist.html',
        }
        fields = list(EastmoneyKlines.keys())
        columns = list(EastmoneyKlines.values())
        fields2 = ",".join(fields)
        secid = gen_eastmoney_code(code)
        params = (
            ('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),
            ('fields2', fields2),
            ('beg', beg),
            ('end', end),
            ('rtntype', '6'),
            ('secid', secid),
            ('klt', f'{klt}'),
            ('fqt', f'{fqt}'),
        )
        base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'
        url = base_url+'?'+urlencode(params)
        json_response = requests.get(
            url, headers=EastmoneyHeaders).json()
        data = json_response['data']
        # code = data['code']
        # 股票名称
        # name = data['name']
        klines = data['klines']
        rows = []
        for _kline in klines:
            kline = _kline.split(',')
            rows.append(kline)
        df = pd.DataFrame(rows, columns=columns)
        return df
    if __name__ == "__main__":
        # 重复 1000 次
        for _ in range(1000):
            # 股票代码
            code = '600519'
            # 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据
            df = get_k_history(code)
            # 保存k线数据到表格里面
            df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)
            print(f'股票代码：{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')
            time.sleep(60)
            # 240 行说明收盘了，结束
            if len(df) >= 240:
                break

### 关于Python学习指南 ###

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

##### ?Python所有方向的学习路线? #####

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。**（全套教程文末领取）**

![在这里插入图片描述][3c4ee87941694f3789398db3d52a2637.png_pic_center]

##### ?Python学习视频600合集? #####

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

![在这里插入图片描述][64c89bf6293d4699bf7ee8f34b9e69fd.png_pic_center]

##### 温馨提示：篇幅有限，已打包文件夹，获取方式在：文末 #####

##### ?Python70个实战练手案例&源码? #####

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

![在这里插入图片描述][2017b67544f94e8898db755e2703224a.png_pic_center]

##### ?Python大厂面试资料? #####

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自**阿里、腾讯、字节等一线互联网大厂**最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

![在这里插入图片描述][3055c54d3224495987c589f150324d73.png_pic_center]

![在这里插入图片描述][b0751719fe914aec8c8d09f62f772e44.png_pic_center]

##### ?Python副业兼职路线&方法? #####

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

![在这里插入图片描述][01bcd7cbfd6d43fb85ef410766735154.png_pic_center]

**?** **这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取**【**`保证100%免费`**】

![28c313fe0bc8cfd922b6246074689e50.png][]

[faabd3ad502642d1a8039c1b79895af1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/3f955a1a939347168d51427428f02d5e.png
[3c4ee87941694f3789398db3d52a2637.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/9f77212480fa4ad0b3c258205c854d9f.png
[64c89bf6293d4699bf7ee8f34b9e69fd.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/5e6d4ccf25fd40ab91b56e02c116aa81.png
[2017b67544f94e8898db755e2703224a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/e3bfb3c6a6b14b4cbc7cb05a3e9bbd9a.png
[3055c54d3224495987c589f150324d73.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/7e6fa1119637402fabf1aed2a1d2c0d4.png
[b0751719fe914aec8c8d09f62f772e44.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/240bd7b4b12a458fba20e0766897993c.png
[01bcd7cbfd6d43fb85ef410766735154.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/686d05ddb45049d4be27e64963a92e95.png
[28c313fe0bc8cfd922b6246074689e50.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/fa0d870d1be1417082d377337a1a9d7e.png