前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
PS：如有需要Python学习资料的小伙伴可以点击下方链接自行获取
大家好，最近基金把人给跌傻了
但是又看了看自己投的哪些基金的管理人，都很优秀啊，于是心又稳下来了，今天给大家分享一篇爬取基金数据进行数据可视化的文章，希望有助于大家学习技术和提升认知。
入市需谨慎，理财有风险。
去年接触基金，体会到了基金的香（真香），今天爬取『蛋卷基金』数据，通过pyecharts动图可视化方式展示基金的涨跌情况。
本文将围绕这三点去进行爬取数据，动图可视化展示数据：
- 近一月涨跌幅前10名
- 基金各个阶段涨跌幅
- 近30个交易日净值情况
数据来源
本文的数据来源：『蛋卷基金』
https://danjuanapp.com/
数据分析
接下爬取的数据涉及五大类（五种基金）
1.股票型基金
2.混合型基金
3.债券型基金
4.指数型基金
5.QDII型基金
通过抓包分析ajax异步交互链接的规律：
- type是对应的五种基金的代号
- order_by是对应最近多久的基金涨跌幅排序
'近一周':'1w''近一月':'1m''近三月':'3m''近六月':'6m''近1年':'1y''近2年':'2y''近3年':'3y''近5年':'5y'
page是对应的页数，从第1页开始
备注：『蛋卷基金』这个网站没有反爬！！！，请求不需要cookie！！！
ok，这些都清楚之后，接下来就可以开始爬取数据了！
由于『蛋卷基金』这个网站没有反爬！！！，所以数据爬取和可视化分析放一起了（直接爬取数据后就进行可视化！）
分析1：近一月涨跌幅前10名
爬虫代码
###基金类型
dict_type={"股票型":1,"混合型":3,"债券型":2,"指数型":5,"QDII型":11}###时间
dict_time={'近一周':'1w','近一月':'1m','近三月':'3m','近六月':'6m','近1年':'1y','近2年':'2y','近3年':'3y','近5年':'5y'}for key in dict_type:
url = "https://danjuanapp.com/djapi/v3/filter/fund?type="+str(dict_type[key])+"&order_by=1w&size=10&page=1"
res = requests.get(url, headers=headers)
res.encoding = 'utf-8'
s = json.loads(res.text)
s = s['data']['items']
name = []
value = []for i in range(0,len(s)):print(s[i]['fd_name']+":"+s[i]['yield'])
name.append(s[i]['fd_name'])
value.append(s[i]['yield'])###开始绘图
pie(name, value, str(key)+"基金涨跌幅", "["+str(key)+"]基金近一月涨跌幅前10名")
饼状图可视化代码
###饼状图def pie(name,value,picname,tips):
c = (
Pie()
.add("",
[list(z) for z in zip(name, value)],# 饼图的中心（圆心）坐标，数组的第一项是横坐标，第二项是纵坐标# 默认设置成百分比，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度
center=["35%", "50%"],
)
.set_colors(["blue", "green", "yellow", "red", "pink", "orange", "purple"]) # 设置颜色
.set_global_opts(
title_opts=opts.TitleOpts(title=""+str(tips)),
legend_opts=opts.LegendOpts(type_="scroll", pos_left="70%", orient="vertical"), # 调整图例位置
)
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
.render(str(picname)+".html")
)这里将饼状图可视化代码封装成函数，绘制五种基金的饼状图只需调用这个函数即可
###开始绘图 pie(name, value, str(key)+"基金涨跌幅", "["+str(key)+"]基金近一月涨跌幅前10名")1.股票型基金
分析
上图中是五大类基金的选取近一个月涨跌幅最高前10名的基金进行绘图。
同理近一周、近三个月、近一年也可以通过这个代码进行绘制，只需要将参数order_by修改即可
'近一周':'1w''近一月':'1m''近三月':'3m''近六月':'6m''近1年':'1y''近2年':'2y''近3年':'3y''近5年':'5y'
分析2：基金各个阶段涨跌幅
上面分析中可以清楚这五类基金近一个月最高的涨跌幅排名情况，下面从排名中选取第一名基金（五类中各选取第一名）分别展示该基金各个阶段的涨跌幅情况
阶段情况：
'近一周':'1w''近一月':'1m''近三月':'3m''近六月':'6m''近1年':'1y''近2年':'2y''近3年':'3y''近5年':'5y'
爬虫代码
####分析2：基金各个阶段涨跌幅def analysis2():
name =['近1周','近1月','近3月','近6月','近1年','近3年','近5年']##五类基金
dict_value={}for key in dict_type:#### 获取排名第一名基金代号
url = "https://danjuanapp.com/djapi/v3/filter/fund?type="+str(dict_type[key])+"&order_by=1w&size=10&page=1"
res = requests.get(url, headers=headers)
res.encoding = 'utf-8'
s = json.loads(res.text)###取第一名
fd_code = s['data']['items'][0]['fd_code']#### 获取排名第一名基金各个阶段情况
fu_url = "https://danjuanapp.com/djapi/fund/derived/"+str(fd_code)
res = requests.get(fu_url, headers=headers)
res.encoding = 'utf-8'
s = json.loads(res.text)
data = s['data']
valuess=[]####防止基金最长时间不够1年、2年、5年的情况报错，用0填充##近1周try:
valuess.append(data['nav_grl1w'])except:
valuess.append(0)##近1月try:
valuess.append(data['nav_grl1m'])except:
valuess.append(0)##近3月try:
valuess.append(data['nav_grl3m'])except:
valuess.append(0)##近6月try:
valuess.append(data['nav_grl6m'])except:
valuess.append(0)##近1年try:
valuess.append(data['nav_grl1y'])except:
valuess.append(0)##近3年try:
valuess.append(data['nav_grl3y'])except:
valuess.append(0)##近5年try:
valuess.append(data['nav_grl5y'])except:
valuess.append(0)###添加到集合中
dict_value[key]=valuess
bars(name,dict_value)可视化代码
###柱形图def bars(name,dict_values):# 链式调用
c = (
Bar(
init_opts=opts.InitOpts( # 初始配置项
theme=ThemeType.MACARONS,
animation_opts=opts.AnimationOpts(
animation_delay=1000, animation_easing="cubicOut" # 初始动画延迟和缓动效果
))
)
.add_xaxis(xaxis_data=name) # x轴
.add_yaxis(series_name="股票型", yaxis_data=dict_values['股票型']) # y轴
.add_yaxis(series_name="混合型", yaxis_data=dict_values['混合型']) # y轴
.add_yaxis(series_name="债券型", yaxis_data=dict_values['债券型']) # y轴
.add_yaxis(series_name="指数型", yaxis_data=dict_values['指数型']) # y轴
.add_yaxis(series_name="QDII型", yaxis_data=dict_values['QDII型']) # y轴
.set_global_opts(
title_opts=opts.TitleOpts(title='涨跌幅', subtitle='李运辰绘制', # 标题配置和调整位置
title_textstyle_opts=opts.TextStyleOpts(
font_family='SimHei', font_size=25, font_weight='bold', color='red',
), pos_left="90%", pos_top="10",
),
xaxis_opts=opts.AxisOpts(name='阶段', axislabel_opts=opts.LabelOpts(rotate=45)),# 设置x名称和Label rotate解决标签名字过长使用
yaxis_opts=opts.AxisOpts(name='涨跌点'),
)
.render("基金各个阶段涨跌幅.html")
)
分析
从上面动图可以清楚这五类基金第一名基金各个阶段的涨跌幅情况。
有的基金最长时间没有达到3年或者5年，这里使用填充0处理。
分析3：近30个交易日净值情况
同理，上面分析中可以清楚这五类基金近一个月最高的涨跌幅排名情况，下面从排名中选取第一名基金（五类中各选取第一名）分别展示该基金近30个交易日净值情况。
爬虫代码
####分析3：近30个交易日净值情况def analysis3():for key in dict_type:#### 获取排名第一名基金代号 url = "https://danjuanapp.com/djapi/v3/filter/fund?type=" + str( dict_type[key]) + "&order_by=1w&size=10&page=1" res = requests.get(url, headers=headers) res.encoding = 'utf-8' s = json.loads(res.text)###取第一名 fd_code = s['data']['items'][0]['fd_code']#### 获取排名第一名基金近30个交易日净值情况 fu_url = "https://danjuanapp.com/djapi/fund/nav/history/"+str(fd_code)+"?size=30&page=1" res = requests.get(fu_url, headers=headers) res.encoding = 'utf-8' s = json.loads(res.text) data = s['data']['items'] name=[] value=[]for k in range(0,len(data)): name.append(data[k]['date']) value.append(data[k]['nav']) silder(name, value,key)
可视化代码
###拉伸图def silder(name,value,tips): c = ( Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK)) .add_xaxis(xaxis_data=name) .add_yaxis(tips, yaxis_data=value) .set_global_opts( title_opts=opts.TitleOpts(title=str(tips)+"近30个交易日净值情况"), datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_="inside")], ) .render(str(tips)+"近30个交易日净值情况.html") )1.股票型
分析
从上面动图可以清楚这五类基金第一名基金近30个交易日净值情况。
4.总结以上就是爬取基金数据并通过pyecharts动图可视化方式展示基金的涨跌情况。
围绕这三点去进行爬取数据，动图可视化展示数据：
- 近一月涨跌幅前10名
- 基金各个阶段涨跌幅
- 近30个交易日净值情况
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
