Python可视化:中国环保股上市公司市值Top20强
数据科学俱乐部
中国数据科学家社区
♚
作者:苏克,零基础、转行python爬虫与数据分析
博客:https://www.makcyun.top
摘要: 之前介绍过Tushare包和D3.js可视化动态表格,本文将二者进行结合,制作中国上市公司环境保护股Top20强,近十年的市值变化动态表。
制作近10年期间,环保板块市值最高的20只股票动态变化,需要获得各只股票在不同年份的市值。获取特定股票的市值可以利用pro.daily_basic
接口获取到每日的市值,然后利用Resample函数获得年均市值。但获取环保板块所有几十只股票的数据,用手动输入股票代码就不是很方便,此时,可以利用该包另外一个接口ts.get_stock_basics()接口
获取所有股票基本数据,该接口能够返回股票代码、行业类别等数据。两个接口合二为一就可以提取出所需的数据,下面开始详细实现步骤。
1. 提取所有股票代码
1import tushare as ts 2# 获取所有股票列表 3data = ts.get_stock_basics() 4print(data.head()) 5# 返回数据如下,所有列值可以参考:http://tushare.org/fundamental.html 6 name industry area pe outstanding totals totalAssets 7code 8002936 N郑银 银行 河南 8.27 6.00 59.22 44363604.00 9600856 中天能源 供气供热 吉林 21.28 13.43 13.67 1712831.63 10300021 大禹节水 农业综合 甘肃 35.27 6.48 7.97 359294.91 11603111 康尼机电 运输设备 江苏 0.00 7.38 9.93 734670.69 12000498 山东路桥 建筑施工 山东 19.52 4.41 11.20 1926262.38
可以看到,index是股票代码,name股票名称,industry是行业分类。我们需要获取环保类(可以获取任意行业类别,也可以全部获取所有股票,为了后期数据提取量耗时短一些,所以选择提取环保类股票)的股票代码和股票名称,代码如下:
1data = data[data.industry =='环境保护'] 2print(data.head()) #返回的环保股数据 3print('环保股股票数量为':len(data.industry)) #计算环保股股票数量 4结果如下: 5 name industry area pe outstanding totals totalAssets 6code 7300056 三维丝 环境保护 福建 0.00 2.37 3.85 266673.63 8002549 凯美特气 环境保护 湖南 34.44 6.20 6.24 122630.13 9300422 博世科 环境保护 广西 19.22 2.64 3.56 509822.44 10601330 绿色动力 环境保护 深圳 59.83 1.16 11.61 784969.25 11000820 神雾节能 环境保护 辽宁 0.00 2.88 6.37 284674.34 12环保股股票数量为: 66
可以看到,环境保护股一共有66只,下面我们将用这66只股票的代码和名称,输入到pro.daily_basic()接口
中,获取每只股票的每日数据,其中包括每日市值。时间期限从2009年1月1日至2018年9月10日,共10年的逐日数据。
2. 提股票每日市值
每日基本指标的数据接口:https://tushare.pro/document/2?doc_id=32
1pro = ts.pro_api()2pro.daily_basic(ts_code='', trade_date='',start_date = '',end_date = '')3# ts_code是股票代码,格式为000002.SZ,可以为一只股票,也可以是列表组成的多支股票4# 后面三个是交易日期,可以为固定日期,也可以为一个时期,格式'20180919'
该接口股票代码的格式是000002.SZ
,而上面股票代码格式是:000002
,没有带后缀.SZ,由此需要添加上,然后就可获取每只股票近10年的逐日市值数据。
1data['code2'] = data.index 2# apply方法添加.SZ后缀 3data['code2'] = data['code2'].apply(lambda i:i+'.SZ') 4data = data.set_index(['code2']) 5# 将code和name转为dict,因为我们只需要表格中的代码和名称列 6data = data['name'] 7data = data.to_dict() 8 9# print(data) #测试返回的环保股字典数据 ok10{'300056.SZ': '三维丝', '002549.SZ': '凯美特气', '300422.SZ': '博世科', '601330.SZ': '绿色动力', '000820.SZ': '神雾节能', '300072.SZ': '三聚环保', '300055.SZ': '万邦达', '002717.SZ': '岭南股份', '300070.SZ': '碧水源', '000504.SZ': '南华生物', '300203.SZ': '聚光科技', '002672.SZ': '东江环保', '000967.SZ': '盈峰环境', '002322.SZ': '理工环科', '300272.SZ': '开能健康', '300495.SZ': '美尚生态', '603717.SZ': '天域生态', '300266.SZ': '兴源环境', '603126.SZ': '中材节能', '002200.SZ': '云投生态', '300385.SZ': '雪浪环境', '603200.SZ': '上海洗霸', '000826.SZ': '启迪桑德', '300262.SZ': '巴安水务', '002887.SZ': '绿茵生态', '603568.SZ': '伟明环保', '300631.SZ': '久吾高科', '002616.SZ': '长青集团', '300156.SZ': '神雾环保', '000920.SZ': '南方汇通', '600008.SZ': '首创股份', '601200.SZ': '上海环境', '603955.SZ': '大千生态', '603177.SZ': '德创环保', '600481.SZ': '双良节能', '300190.SZ': '维尔利', '603588.SZ': '高能环境', '002034.SZ': '旺能环境', '603817.SZ': '海峡环保', '002499.SZ': '科林环保', '603822.SZ': '嘉澳环保', '300664.SZ': '鹏鹞环保', '300332.SZ': '天壕环境', '600526.SZ': '菲达环保', '600874.SZ': '创业环保', '600292.SZ': '远达环保', '603903.SZ': '中持股份', '300172.SZ': '中电环保', '000544.SZ': '中原环保', '300692.SZ': '中环环保', '600388.SZ': '龙净环保', '300425.SZ': '环能科技', '300388.SZ': '国祯环保', '300362.SZ': '天翔环境', '300197.SZ': '铁汉生态', '300187.SZ': '永清环保', '300090.SZ': '盛运环保', '002573.SZ': '清新环境', '000035.SZ': '中国天楹', '603797.SZ': '联泰环保', '603603.SZ': '博天环境', '300137.SZ': '先河环保', '300355.SZ': '蒙草生态', '300152.SZ': '科融环境', '002658.SZ': '雪迪龙', '600217.SZ': '中再资环'}
可以看到,很完整地显示了环保股的股票代码和名称,下面通过for循环即可获取每日数据。为了方便,将上式代码命名为一个函数get_code(),return data 为上面的dict。
3. 提取环保股公司数据
1ts_codes = get_code() 2start = '20090101' 3end = '201809010' 4for key,value in ts_codes.items(): 5 data = pro.daily_basic(ts_code=key, start_date=start, end_date=end) # 获取每只股票时间段数据 6 # 添加代码列和名称列 7 # 替换掉末尾的.SZ,regex设置为true才行 8 data['code'] = data['ts_code'].replace('.SZ','',regex = True) 9 data['name'] = value10 # 存储结果11 data.to_csv('environment.csv',mode='a',encoding = 'utf_8_sig',index = False,header = 0)12 print('数据提取完毕')
表格结果如下,66只股票10年一共产生了75933行数据。如果提前全部3000多家股票的数据,那么数据量会达到几百万行,量太大,所以这里仅提取了66支。其中,选中的列为每日市值(万元)。下面就可以根据日期、市值得到各只股票每年的市值均值,然后绘制股票动态表。
4. 绘制Top20强动态表
首先读取上面的表格,获取DataFrame信息:
1df = pd.read_csv('environment.csv',encoding = 'utf-8',converters = {'code':str}) 2# converters = {'code':str} 将数字前面不显示的0转为str显示 3print(df.info()) 4 5Data columns (total 17 columns): 6ts_code 75932 non-null object 7trade_date 75932 non-null int64 8close 75932 non-null float64 9turnover_rate 75932 non-null float6410volume_ratio 0 non-null float6411pe 70861 non-null float6412e_ttm 69254 non-null float6413pb 73713 non-null float6414ps 75932 non-null float6415ps_ttm 75840 non-null float6416total_share 75932 non-null float6417float_share 75932 non-null float6418free_share 75932 non-null float6419total_mv 75932 non-null float6420circ_mv 75932 non-null float6421code 75932 non-null int6422name 75932 non-null object23dtypes: float64(13), int64(2), object(2)
可以看到trade_date交易日期是整形,需将交易日期先转换为字符型再转换为datetime日期型。
1from datetime import datetime 2# trade_date是int型,需转为字符型 3df['trade_date'] = df['trade_date'].apply(str) 4# 或者 5# df['trade_date'] = df['trade_date'].astype(str) 6# 将object转为datatime 7df['trade_date'] = pd.to_datetime(df['trade_date'],format = '%Y%m%d',errors = 'ignore') #errors忽略无法转换的数据,不然会报错 8# 结果如下: 9Data columns (total 17 columns):10ts_code 75932 non-null object11trade_date 75932 non-null datetime64[ns]12close 75932 non-null float6413turnover_rate 75932 non-null float6414volume_ratio 0 non-null float6415pe 70861 non-null float6416e_ttm 69254 non-null float6417pb 73713 non-null float6418ps 75932 non-null float6419ps_ttm 75840 non-null float6420total_share 75932 non-null float6421float_share 75932 non-null float6422free_share 75932 non-null float6423total_mv 75932 non-null float6424circ_mv 75932 non-null float6425code 75932 non-null int6426name 75932 non-null object
接着再将市值格式改变为亿元。
1# 设置总市值数字格式由万元变为亿元 2df['total_mv'] = (df['total_mv']/10000) 3# 保留四列,并将交易日期设为index 4df = df[['ts_code','trade_date','total_mv','name']] 5df = df.set_index('trade_date') 6print(df.head()) 7# 结果如下: 8 ts_code total_mv name 9trade_date 102018-08-30 300090.SZ 36.034715 盛运环保112018-08-29 300090.SZ 38.014644 盛运环保122018-08-28 300090.SZ 39.202602 盛运环保132018-08-27 300090.SZ 40.126569 盛运环保142018-08-24 300090.SZ 38.938611 盛运环保
接下来,求出每只股票每年的市值平均值:
1# 求平均市值时需切片同一股票,这里股票名称切片赋值为value变量,也就是dict字典里66只股票名称 2df = df[df.name == value] 3# 不能用query方法,会报错 df = df.query('name == value') 4# resampe按年统计数据 5df = df.resample('AS').mean() #年平均市值 6print(df.head()) 7# 结果如下: 8 total_mv code 9trade_date 102009-01-01 25.184678 三维丝112010-01-01 50.672849 三维丝122011-01-01 46.488004 三维丝132012-01-01 39.214508 三维丝142013-01-01 59.110332 三维丝15# 再用to_period按年显示市值数据16df = df.to_period('A')17print(df.head())18# 结果如下:19 total_mv code20trade_date 212009 25.184678 三维丝222010 50.672849 三维丝232011 46.488004 三维丝242012 39.214508 三维丝252013 59.110332 三维丝
经过以上处理,基本就获得了想要的数据。为了能够满足D3.js模板表格条件,再做一点修改:
1# 增加code列 2df['code'] = value 3# 重置index 4df = df.reset_index() 5# 重命名为d3.js格式 6# 增加一列空type 7df['type'] = '' 8df = df[['code','type','total_mv','trade_date']] 9df.rename(columns = {'code':'name','total_mv':'value','type':'type','trade_date':'date'})10# df.to_csv('parse_environment.csv',mode='a',encoding = 'utf_8_sig',index = False,float_format = '%.1f',header = 0) # float_format = '%.1f' #设置输出浮点数格式为1位小数
最终,生成parse_environment.csv文件如下:
1name type value date 2中国天楹 8.8 2009 3中国天楹 9.8 2010 4中国天楹 15 2011 5中国天楹 18.8 2012 6中国天楹 22.5 2013 7... 8东方园林 177.1 2014 9东方园林 320.5 201510东方园林 288.4 201611东方园林 481 201712东方园林 461.5 2018
可绘制出动态可视化表格,见下面视频。可以看到前几年市值龙头由东方园林、碧桂园轮流坐庄,近两年三聚环保强势崛起,市值增长迅猛,跃居头名。
本文仅对比了环保股企业的市值变化,你还可以分析互联网股、金融股等100多种行业的企业市值对比。另外,Tushare包返回的参数还可以做更多其他分析。
文章完整的代码如下:
1import pandas as pd 2import tushare as ts 3from datetime import datetime 4import matplotlib.pyplot as plt 5ts.set_token('404ba015bd44c01cf09c8183dcd89bb9b25749057ff72b5f8671b9e6') 6pro = ts.pro_api() 7def get_code(): 8 # 所有股票列表 9 data = ts.get_stock_basics()10 # data = data.query('industry == "环境保护"')11 # 或者12 data = data[data.industry =='环境保护']13 # 提取股票代码code并转化为list14 data['code2'] = data.index15 # apply方法添加.SZ后缀16 data['code2'] = data['code2'].apply(lambda i:i+'.SZ')17 data = data.set_index(['code2'])18 # 将code和name转为dict19 data = data['name']20 data = data.to_dict()21 # 增加东方园林22 data['002310.SZ'] = '东方园林'23 # print(data) #测试返回的环保股dict ok24 return data2526def stock(key,start,end,value):27 data = pro.daily_basic(ts_code=key, start_date=start, end_date=end) # 获取每只股票时间段数据2829 # 替换掉末尾的.SZ,regex设置为true才行30 data['code'] = data['ts_code'].replace('.SZ','',regex = True)31 data['name'] = value32 # print(data)33 data.to_csv('environment.csv',mode='a',encoding = 'utf_8_sig',index = False,header = 0)3435def parse_code():36 df = pd.read_csv('environment.csv',encoding = 'utf-8',converters = {'code':str})37 # converters = {'code':str} 将数字前面不显示的0转为str显示38 df.columns = ['ts_code','trade_date','close','turnover_rate','volume_ratio','pe','e_ttm','pb','ps','ps_ttm','total_share','float_share','free_share','total_mv','circ_mv', 'code','name']39 # trade_date是int型,需转为字符型40 df['trade_date'] = df['trade_date'].apply(str)41 # 或者df['trade_date'] = df['trade_date'].astype(str)42 # 将object转为datatime43 df['trade_date'] = pd.to_datetime(df['trade_date'],format = '%Y%m%d',errors = 'ignore') #errors忽略无法转换的数据,不然会报错44 ## 设置总市值数字格式由万元变为亿元45 df['total_mv'] = (df['total_mv']/10000)46 # 保留四列,并将交易日期设为index47 df = df[['ts_code','trade_date','total_mv','name']]48 df = df.set_index('trade_date')4950 df = df[df.name == value]51 # # 不能用query方法52 # # df = df.query('name == ')53 df = df.resample('AS').mean()/10000 #年平均市值54 df = df.to_period('A')55 # # 增加code列56 df['code'] = value57 # # 重置index58 df = df.reset_index()5960 # 重命名为d3.js格式61 # 增加一列空type62 df['type'] = ''63 df = df[['code','type','total_mv','trade_date']]64 df.rename(columns = {'code':'name','total_mv':'value','type':'type','trade_date':'date'})65 df.to_csv('parse_environment.csv',mode='a',encoding = 'utf_8_sig',index = False,float_format = '%.1f',header = 0)66 float_format = '%.1f' #设置输出浮点数格式67 # print(df)68 # print(df.info())6970def main():71 # get_code() #提取环保股dict72 start = '20090101'73 end = '201809010'74 ts_codes = get_code()75 # dict_values转list76 keys = list(ts_codes.keys())77 values = list(ts_codes.values())78 for key,value in ts_codes.items():79 stock(key,start,end,value)80 for value in values:81 parse_code(value)8283if __name__ == '__main__':84 main()
Python中文社区作为一个去中心化的全球技术社区,以成为全球20万Python中文开发者的精神部落为愿景,目前覆盖各大主流媒体和协作平台,与阿里、腾讯、百度、微软、亚马逊、开源中国、CSDN等业界知名公司和技术社区建立了广泛的联系,拥有来自十多个国家和地区数万名登记会员,会员来自以公安部、工信部、清华大学、北京大学、北京邮电大学、中国人民银行、中科院、中金、华为、BAT、谷歌、微软等为代表的政府机关、科研单位、金融机构以及海内外知名公司,全平台近20万开发者关注。
Python中文社区公众号底部回复“内推”
获取一周内推技术职位清单
▼ 点击下方阅读原文,免费成为社区会员
Python可视化:中国环保股上市公司市值Top20强相关推荐
- 2021年中国A股上市企业市值百强城市排行榜:北京位居榜首,60个城市有千亿市值企业(附年榜TOP100详单)
榜单解读 2021年A股市值百强城市的市值共计93.63万亿元,占2021年年末A股市场总市值的94.51%. 北京425家上市企业的市值累计超过20万亿元,深圳373家上市企 ...
- 2021年中国A股上市企业市值百强排行榜:贵州茅台股价重回2000元/股,百济神州登陆A股科创板(附年榜TOP100详单)
榜单解读 100家企业总市值共计37.73万亿元,较2021年11月百强企业市值环比增长1.59%:百强企业覆盖了23个省份,坐落于北京.广东的企业均超过20家,总部位于上海的企业超过10家:百强企业 ...
- Python爬虫,A股上市公司爬虫,爬取A股上市公司股票信息、公司信息、公司高管信息、相关股票信息
A股上市公司爬虫 项目介绍 主要爬取A股上市公司股票信息.公司信息.公司高管信息.相关股票信息, 环境: python 2.7.16 Scrapy 1.7.2 mysql 5.7.25 数据来源 新浪 ...
- 重磅!大快搜索入围2018中国大数据公司排名50强企业
2019独角兽企业重金招聘Python工程师标准>>> 重磅|大快搜索上榜2018中国大数据企业50强 --斩获"2018中国大数据产业生态大会"多项大奖,成年度 ...
- python数据分析及可视化(二十)Power BI的可视化制作以及A股上市公司数据分析
可视化制作 通过图表展示如何用Power BI 制作可视化的图表,来展示可视的数据内容. 柱形图 用水平的柱子来表示不同分类数据的大小,类似于条形图,相当于竖着的条形图.堆积柱形图是不同的序列数据都堆 ...
- 【Python爬虫实战】3.A股上市公司年报关键词词频分析
在前面两篇文章中,我们已经成功用Python爬取到了A股上市公司年报并转换为txt格式,接下来就是对数据的处理,我们以经管类常用的文本挖掘方式为例,编写从多个文本文件中提取关键词并统计词频,然后将结果 ...
- 2023年A股上市公司区域可视化(PowerBI )
可视化看板: 分析背景:偶然看到一篇腾讯新闻讲"上市公司是地方经济的缩影,上市企业对于区域经济的贡献和影响越来越大,其数量和质量也直接反映了一个地区的经济实力和活跃度."让我们使用 ...
- python数据分析简答题_Python数据分析与数据可视化-中国大学mooc-试题题目及答案...
Python数据分析与数据可视化-中国大学mooc-试题题目及答案 更多相关问题 [简答题]城轨供电系统按功能划分为几部分?各有什么作用? [多选题]影响债券价格的因素有 [单选题]关于注射剂的质量要 ...
- Python爬虫实战,pyecharts模块,Python实现中国地铁数据可视化
前言 利用Python实现中国地铁数据可视化.废话不多说. 让我们愉快地开始吧~ 开发工具 Python 版本:3.6.4 相关模块: requests模块; wordcloud模块; 熊猫模块; n ...
最新文章
- Struts 2创始人Patrick Lightbody看《精通Struts 2:Web 2.0开发实战 》
- 简要说明建设城市大脑三条关键标准规范
- ransac剔除误匹配matlab代码,基于APAP图像拼接算法的改进
- 龙博方案网贵宾订购版是综合通讯、安全和电子商务的组件包
- centos7 安装Golang环境
- sklearn分类任务模型评价指标汇总与AUC-ROC曲线及代码示例
- java中文文档官方下载
- usleep头文件_Linunx的sleep,usleep,select,nonasleep对比与应用
- jframe大小根据组件变化_Swing JDialog容器和JFrame容器使用教程
- 计算机f盘的东西能删不,电脑清理文件不小心把F盘文件删除怎么办
- Java日期计算总结(包含工作日排除节假日)
- 数据分析图表配色大全,可视化设计走高级路线的一定要看
- DOS远程桌面连接命令
- 防火墙访问控制Access Control
- 魔兽争霸英雄英语名称
- 7-Java 特性和优势
- 用技术致敬每一位妈妈,B站up主用AI还原李焕英老照片动态影像
- LeetCode/LintCode 题解丨一周爆刷字符串:旋转字符数组
- 2018年度技术圈十大车祸现场!
- ORA-00257: archiver error. Connect internal only, until freed 的解决方法