书接上回，上节我们定义了一个获取某个指数某日的PE数值的函数。下面要做的就是得到这个函数的时间序列，然后计算出这个时间序列中每天的PE数值，最后就可以用图形进行展示了。

这个方法和前文中的方法一样，我们照猫画虎就可以了。

df = get_price('000016.XSHG', start_date='2014-01-01', end_date='2019-09-01', fields=['close'], fq='pre')#给df添加一列，列名PE，先赋值0.00df.loc[:,"PE"]=0.00ltIndex = df.indexi = 0;for irow in ltIndex: strdate = irow.strftime('%Y-%m-%d') fPE = get_index_value_date('000016.XSHG' , strdate) df.iloc[i,1] = fPE i = i + 1print(df)

000016.XSHG就是上证50指数的代码，我们这次计算的就是上证50指数2014年1月1日到2019年9月1日的每天的PE数值。

我们定义的函数get_index_value_date用在了for循环中，注意，for循环中有个日期格式的转换问题。因为我们定义的函数中的日期其类型是string类型，而在ltIndex中的日期不是string类型，而是日期类型的，所以不能直接作为参数用在我们的函数中。strdate = irow.strftime('%Y-%m-%d')的意思就是把irow这个日期类型的日期转换成字符串类型的日期。这种不用变量之间类型的转换是编程中进场需要用到的，比如int类型转字符串类型，字符串类型转float等等。这种小技巧的学习，不用刻意，用到了就去百度学习。比如你在百度中输入“python 日期类型转换”，你就能看到N多这方面的帖子，看看人家是怎么写的，直接copy过来用就行了。

下面再加入图形显示代码即可

#设置画布大小plt.figure(figsize=(10,5))#设置图标标题plt.title('上证50PE', fontsize=14)plt.plot(df['PE'])plt.legend()plt.show()

整个程序的完整代码如下

import datetimeimport matplotlib.pyplot as pltdef get_index_value_date(index_code , date): stocks = get_index_stocks(index_code , date) q = query( valuation.pe_ratio , valuation.market_cap ).filter( valuation.code.in_(stocks) ) df = get_fundamentals(q, date) sum_p = sum(df.market_cap) sum_e = sum(df.market_cap / df.pe_ratio) pe = sum_p / sum_e return pedf = get_price('000016.XSHG', start_date='2014-01-01', end_date='2019-09-01', fields=['close'], fq='pre')#给df添加一列，列名PE，先赋值0.00df.loc[:,"PE"]=0.00ltIndex = df.index#print(df)now_time = datetime.datetime.now()print(now_time)i = 0;for irow in ltIndex: strdate = irow.strftime('%Y-%m-%d') fPE = get_index_value_date('000016.XSHG' , strdate) df.iloc[i,1] = fPE i = i + 1now_time = datetime.datetime.now()print(now_time)print(df)#设置画布大小plt.figure(figsize=(10,5))#设置图标标题plt.title('上证50PE', fontsize=14)plt.plot(df['PE'])plt.legend()plt.show()

代码中for循环前后我加入了这段代码

now_time = datetime.datetime.now()print(now_time)

他的用处是打印显示这个for循环开始和结束的时间。因为我们这次需要调取5年多每天的数据，聚宽的函数调用需要时间，我需要看看程序运行了多久。

最终结果如下

从时间打印结果看，这个程序运行费时44秒。为了验证我们计算的指数PE和其他网站提供的PE图形是否一致，我比对了2014年9月22日-2019年9月20日，我计算的图形和雪球网提供的上证50PE图形。

非常perfect！现在，我们只需要改变一下程序中的指数代码和时间段，就可以得到任一指数任何时间段（前提是聚宽的数据库要支持啊）的PE走势图了。比如沪深300、中证500、中证消费等等。从此，看指数估值再也不用求人了。