TuShare是一個免費、開源的python財經數據接口包。主要實現對股票等金融數據從數據采集、清洗加工 到 數據存儲的過程，能夠為金融分析人員提供快速、整潔、和多樣的便于分析的數據，為他們在數據來源方面極大地減輕工作量，使他們更加專注于策略和模型的研究與實現上。考慮到Python pandas包在金融量化分析中體現出的優勢，TuShare返回的絕大部分的數據格式都是pandas DataFrame類型，非常便于用pandas/NumPy/Matplotlib進行數據分析和可視化。

其支持獲取的股市數據有：交易數據、投資參考數據、股票分類數據、基本面數據、龍虎榜數據、宏觀經濟數據、新聞事件數據、銀行間同業拆放利率等大類，每個大類下面又細分一些小類。

一、安裝與升級

同其他python模塊的安裝使用方法一樣，即可以通過pip、easy_install 工具包進行安裝，也可以通過源碼包進行安裝。

方式1：pip install tushare

從github上的源碼包可以看出，作者非常的勤奮，更新的速度非常快，所以也可以通過如下方法進行升級：

pip install tushare –upgrade

二、數據獲取相關

這里以最經常使用的幾個交易指標為例，做下匯總。

1、歷史數據

import tushare as ts

ts.get_hist_data('600848') #一次性獲取全部日k線數據

ts.get_hist_data('600848',start='2015-05-01',end='2015-06-18') #指定時間區間

ts.get_hist_data('600848'，ktype='W') #獲取周k線數據

ts.get_hist_data('600848'，ktype='M') #獲取月k線數據

ts.get_hist_data('600848'，ktype='5') #獲取5分鐘k線數據

ts.get_hist_data('600848'，ktype='15') #獲取15分鐘k線數據

ts.get_hist_data('600848'，ktype='30') #獲取30分鐘k線數據

ts.get_hist_data('600848'，ktype='60') #獲取60分鐘k線數據

ts.get_hist_data('sh'）#獲取上證指數k線數據，其它參數與個股一致，下同

ts.get_hist_data('sz'）#獲取深圳成指k線數據

ts.get_hist_data('hs300'）#獲取滬深300指數k線數據

ts.get_hist_data('sz50'）#獲取上證50指數k線數據

ts.get_hist_data('zxb'）#獲取中小板指數k線數據

ts.get_hist_data('cyb'）#獲取創業板指數k線數據

關于復權的概念不了解，這里略過。接下來看實時數據。

2、實時數據

獲取當天所有的行情信息，無法指定具體某一支的行情

import tushare as ts

ts.get_today_all()

歷史分筆與實時分筆（買賣盤統計）：

import tushare as ts

df = ts.get_tick_data('600848',date='2014-01-09')

df.head(10)

df = ts.get_today_ticks('601333') #當天歷史分筆

df.head(10)

import tushare as ts

df = ts.get_realtime_quotes('000581') #Single stock symbol

df[['code','name','price','bid','ask','volume','amount','time']]

#symbols from a list

ts.get_realtime_quotes(['600848','000980','000981'])

#from a Series

ts.get_realtime_quotes(df['code'].tail(10)) #一次獲取10個股票的實時分筆數據

3、大盤指數

import tushare as ts

df = ts.get_index()

4、新股數據

獲取打新數據：

import tushare as ts

ts.new_stocks()

5、基本面數據

基本面數據里包含選股的很多依據指標，如：市盈率、市凈率、每股收益、凈利潤、季報、應收賬款周轉率、凈利潤增長率(%)、流動比率、速動比率、現金流量比率等。

import tushare as ts

ts.get_stock_basics()

#獲取2015年第1季度的業績報表數據

ts.get_report_data(2015,1)

#獲取2015年第1季度的盈利能力數據

ts.get_profit_data(2015,1)

#獲取2015年第1季度的營運能力數據

ts.get_operation_data(2015,1)

#獲取2015年第1季度的成長能力數據

ts.get_growth_data(2015,1)

#獲取2015年第1季度的償債能力數據

ts.get_debtpaying_data(2015,1)

#獲取2015年第1季度的現金流量數據

ts.get_cashflow_data(2015,1)

三、數據存儲

tushare自身提供了常用的數據保存格式：csv格式、excel格式、HDF5文件格式、JSON格式、mysql關系數據庫、nosql數據庫。

1、to_csv方法

import tushare as ts

df = ts.get_hist_data('000875')

#直接保存

df.to_csv('c:/day/000875.csv')

#選擇保存

df.to_csv('c:/day/000875.csv',columns=['open','high','low','close'])

某些時候，可能需要將一些同類數據保存在一個大文件中，這時候就需要將數據追加在同一個文件里,簡單舉例如下：

import tushare as ts

import os

filename = 'c:/day/bigfile.csv'

for code in ['000875', '600848', '000981']:

df = ts.get_hist_data(code)

if os.path.exists(filename):

df.to_csv(filename, mode='a', header=None)

else:

df.to_csv(filename)

2、to_excel方法

import tushare as ts

df = ts.get_hist_data('000875')

#直接保存

df.to_excel('c:/day/000875.xlsx')

#設定數據位置（從第3行，第6列開始插入數據）

df.to_excel('c:/day/000875.xlsx', startrow=2,startcol=5)

3、to_hdf方法

import tushare as ts

df = ts.get_hist_data('000875')

df.to_hdf('c:/day/hdf.h5','000875')

或

import tushare as ts

df = ts.get_hist_data('000875')

store = HDFStore('c:/day/store.h5')

store['000875'] = df

store.close()

4、to_json方法

import tushare as ts

df = ts.get_hist_data('000875')

df.to_json('c:/day/000875.json',orient='records')

#或者直接使用

print df.to_json(orient='records')

5、to_sql方法

from sqlalchemy import create_engine

import tushare as ts

df = ts.get_tick_data('600848', date='2014-12-22')

engine = create_engine('mysql://user:passwd@127.0.0.1/db_name?charset=utf8')

#存入數據庫

df.to_sql('tick_data',engine)

#追加數據到現有表

#df.to_sql('tick_data',engine,if_exists='append')

如下圖：

5、寫入mongodb

通過官方的示例來看，并沒有直接提供寫入mongodb的方法，不過mongodb支持json格式的輸入，這里“曲線救國 ” 下：

import pymongo

import json

conn = pymongo.Connection('127.0.0.1', port=27017)

df = ts.get_tick_data('600848',date='2014-12-22')

conn.db.tickdata.insert(json.loads(df.to_json(orient='records')))

四、數據繪圖

上面都是拾人牙慧的東西，這里來一點點干貨。由 tushare 處理輸出的格式已經經過整形，所以可以結合pandas模塊可以很好的進行匯圖，如下：

import tushare as ts

import pandas as pd

df=ts.get_hist_data('600415',start='2015-04-01',end='2015-06-18')

# 所有的結果匯圖

df.plot()

# 只將stock最高值進行匯圖

df.high.plot()

# 指定繪圖的四個量，并指定線條顏色

with pd.plot_params.use('x_compat', True):

df.open.plot(color='g')

df.close.plot(color='y')

df.high.plot(color='r')

df.low.plot(color='b')

# 指定繪圖的長寬尺度及背景網格

with pd.plot_params.use('x_compat', True):

df.high.plot(color='r',figsize=(10,4),grid='on')

df.low.plot(color='b',figsize=(10,4),grid='on')

上面繪制了四個圖，這里只選取第四張圖具體可以看下效果：

默認上面的方法，只會輸出圖片，無法保存圖片，所以可以通過matplotlib模塊的savefig函數保存圖片到指定的位置，代碼如下：

import matplotlib

import tushare as ts

import pandas as pd

fig = matplotlib.pyplot.gcf()

df=ts.get_hist_data('600415',start='2015-04-01',end='2015-06-18')

with pd.plot_params.use('x_compat', True):

df.high.plot(color='r',figsize=(10,4),grid='on')

df.low.plot(color='b',figsize=(10,4),grid='on')

fig.savefig('F:/graph.png')

matplotlib模塊繪圖部分可以參看如下頁面：

總結

以上是生活随笔為你收集整理的python找不到tushare_python stock数据包tushare的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。