简单的用Python采集股票数据，保存表格后分析历史数据

前言

字节跳动如果上市，那么钟老板将成为我国第一个世界首富

趁着现在还没上市，咱们提前学习一下用Python分析股票历史数据，抱住粗大腿坐等起飞~

好了话不多说，我们直接开始正文

准备工作

环境使用

• Python 3.10 解释器
• Pycharm 编辑器

模块使用

• requests —> 数据请求模块
• csv -> 保存csv表格
• pandas -> 可以实现保存Excel表格文件

requests和pandas是第三方模块，需要手动安装，直接pip install 加上模块名字即可。

案例实现流程

数据来源分析

1. 明确需求: 明确采集的网站以及数据内容
   - 网址: 本次目标
   - 数据: 股票数据

2. 抓包分析: 分析 股票数据, 可以请求那个网址能够得到
   - 打开开发者工具: F12 / 右键点击检查选择 network (网络)
   - 点击第二页数据

    请求网址:
    请求方式:
    请求头:
   

代码实现步骤

1. 发送请求 -> 模拟浏览器对于url发送请求
2. 获取数据 -> 获取服务器返回响应数据 <整个数据>
3. 解析数据 -> 提取我们需要数据
4. 保存数据 -> 保存表格文件 < csv / Excel > 中

代码解析

保存表格文件

1. csv -> csv模块
2. Excel -> pandas模块

# 创建文件对象
f = open('股票.csv', mode='w', encoding='utf-8', newline='')
# fieldnames 字段名 表头一行数据 <前面保存字典的键>
csv_writer= csv.DictWriter(f, fieldnames=[
    '股票代码',
    '股票名称',
    '当前价',
    '涨跌额',
    '涨跌幅',
    '年初至今',
    '成交量',
    '成交额',
    '换手率',
    '市盈率(TTM)',
    '股息率',
    '市值'