akshare分析涨停板股票数据

导入包，获取日期数据
import pandas as pd
import numpy as np
import akshare as ak
#画图
import matplotlib.pyplot as plt
#正确显示中文和负号
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
#处理时间
from dateutil.parser import parse
from datetime import datetime,timedelta
 
 
#获取最新交易日期
#获取交易日历
trade_date = ak.tool_trade_date_hist_sina()
#print(trade_date)
trade_date=trade_date['trade_date'].apply(lambda x:x.strftime('%Y%m%d'))
trade_date
d1=datetime.now().strftime('%Y%m%d')
trade_date=np.array(trade_date)
n1=np.argwhere(trade_date==str(d1))[0][0]+1
#获取最近6年的交易日行情
dates=trade_date[-250*6:n1]


获取涨停版股票数据

import time
df=ak.stock_em_zt_pool(date=dates[0])
#print(df)
for date in dates[-100:]:
    print(date)
    df_tem=ak.stock_em_zt_pool(date=date)
    df_tem['date']=date
    #print(df)
    #time.sleep(60*1000/100/2)
    df=pd.concat([df,df_tem])
    #print(df)
df.to_csv('涨停分析.csv')


特征描述
df.iloc[:,1:].describe().round(2)


数据分段并绘图

def dy_zh(data, cut_points, labels=None):
    min_num = data.min()
    max_num = data.max()
    break_points = [min_num] + cut_points + [max_num]
    print(break_points)
    if not labels:
        labels = range(len(cut_points)+1)
    else:
         labels=[labels[i] for i in range(len(cut_points)+1)]
    dataBin = pd.cut(data,bins=break_points,
         labels=labels,include_lowest=True)    
    return dataBin
 
cut_points = [10,30,50]
labels=['10元以下', '10-30元','30-50元','50-100元']
df = df.sort_values(by='最新价')
print(df['最新价'])
#调用函数dy_zh,增加新列
df['价格区间'] = dy_zh(df['最新价'], cut_points, labels)
#查看标签列，取值范围前面加上了序号，是便于后面生成表格时按顺序排列
#df.head()
 
group_price=df.groupby('价格区间')['date'].count()
 
plt.figure(figsize=(12,5))
colors=['#1f77b4','#ff7f0e','#2ca02c','#d62728','#9467bd','#8c564b']
fig=plt.bar(group_price.index,group_price.values,color=colors[:5]);
#自动添加标签
def autolabel(fig):
    for f in fig:
        h=f.get_height()
        plt.text(f.get_x()+f.get_width()/2,1.02*h,
        f'{int(h)}',ha='center',va='bottom')
autolabel(fig)


查看涨停板数据

def plot_bar(group_data):
    plt.figure(figsize=(16,5))
    fig=plt.bar(group_data.index,group_data.values);
    autolabel(fig)
    plt.title('2016-2021涨停板排名前20',size=15);
 
group_name=df.groupby('名称')['代码'].count().sort_values(ascending=False)[:20]
plot_bar(group_name)
 
 
#分别剔除ST、*ST和新股（N开头）
df_st=df[-(df['名称'].str.startswith('ST') | df['名称'].str.startswith('*ST')|df['名称'].str.startswith('N'))]
group_name_st=df_st.groupby('名称')['代码'].count().sort_values(ascending=False)[:20]
plot_bar(group_name_st)
 
 
 
#使用0.5.11版本的pyecharts
from pyecharts import Bar
count_=df.groupby('date')['date'].count()
attr=count_.index
v1=count_.values
bar=Bar('每日涨停板个数','2016-2021',title_text_size=15)
bar.add('',attr,v1,is_splitline_show=False,is_datazoom_show=True,linewidth=2)
bar