python抓股票数据库_沪深股票

使用Python抓取沪深股票数据可以通过多种方式实现，例如利用财经数据接口、爬虫技术或第三方库。常用的库包括Tushare、EasyTrader和BaoStock等，它们提供便捷的函数来获取实时或历史股票信息。

在Python中，我们可以使用许多库来抓取股票数据，其中最常用的是pandas_datareader和yfinance，以下是一个简单的例子，展示如何获取沪深股市的股票数据：

import pandas_datareader as pdr
import datetime 
start = datetime.datetime(2021,1,1)
end = datetime.datetime(2021,12,31)
获取上证指数的数据
sh = pdr.get_data_yahoo('^SSEC', start, end)
print(sh.head())
获取深证成指的数据
sz = pdr.get_data_yahoo('^SSES', start, end)
print(sz.head())

在这个例子中，我们首先导入了pandas_datareader库（通常缩写为pdr），然后定义了我们想要获取数据的日期范围，我们调用pdr.get_data_yahoo()函数，传入股票代码以及开始和结束日期，就可以获取相应的股票数据了，这里，’^SSEC’代表上证指数，’^SSES’代表深圳成指。

要抓取沪深股票数据并写入介绍，我们可以使用一些Python库，例如pandas和requests，以及可能的股票数据API（例如新浪财经API），以下是一个简单的例子，说明如何抓取数据并保存为CSV文件。

你需要安装必要的库（如果还没有安装的话）：

pip install pandas requests

下面是一个使用Python代码示例，它演示了如何获取股票数据并将其保存为CSV文件：

import requests
import pandas as pd
定义获取股票数据的函数
def fetch_stock_data(stock_code):
    url = f'http://hq.sinajs.cn/list={stock_code}'
    response = requests.get(url)
    if response.status_code == 200:
        # 解析数据
        data = response.text.split(',')
        stock_data = {
            '股票代码': stock_code,
            '名称': data[0].split('="')[1],
            '当前价格': float(data[3]),
            '今日开盘价': float(data[1]),
            '最高价': float(data[4]),
            '最低价': float(data[5]),
            '昨日收盘价': float(data[2]),
            '涨跌额': float(data[3]) float(data[2]),
            '涨跌幅': (float(data[3]) float(data[2])) / float(data[2]) * 100
        }
        return stock_data
    else:
        print("Error fetching data:", response.status_code)
        return None
沪深股票代码示例列表
stock_codes = ['600519', '000001', '300059']  # 贵州茅台、平安银行、东方财富
存储所有股票数据的列表
stock_data_list = []
获取每个股票的数据
for code in stock_codes:
    stock_data = fetch_stock_data(code)
    if stock_data:
        stock_data_list.append(stock_data)
转换为DataFrame
df = pd.DataFrame(stock_data_list)
保存为CSV文件
df.to_csv('沪深股票数据.csv', index=False, encoding='utf8sig')
print("数据已保存为沪深股票数据.csv")

注意：

1、这里使用的新浪财经API是免费的，但是请注意它的使用条款，确保你的使用是合规的。