使用 Python 爬取股票数据并存入 CSV

在数据分析和金融领域，获取股票数据是非常重要的一环。Python 拥有强大的库和框架，使得我们能够轻松地爬取实时数据并存储为 CSV 文件。本文将为大家介绍如何用 Python 爬取股票数据并将其存入 CSV 文件中。

流程概述

我们将按照以下步骤完成这一任务：

  1. 选择股票数据源：例如，可以使用 Yahoo Finance 或其他开放的股票数据 API。
  2. 爬取数据：使用 Python 的Requests库和数据处理库 Pandas。
  3. 存储数据：将爬取的数据存储为 CSV 文件。
  4. 数据可视化：使用 Matplotlib 或 Seaborn 库进行数据可视化。

下面是一个简单的流程图，展示了整个过程：

flowchart TD
    A[选择股票数据源] --> B[爬取数据]
    B --> C[处理数据]
    C --> D[存储为 CSV]
    D --> E[数据可视化]

代码示例

以下是一个简单的 Python 示例，演示如何爬取苹果公司的股票数据并存储为 CSV 文件。我们将使用 pandas 和 yfinance 库。

安装所需库

首先，你需要确保安装了以下库。可以使用 pip 命令进行安装：

pip install pandas yfinance matplotlib

爬取数据

import yfinance as yf
import pandas as pd

# 定义股票代码（例如苹果公司）
stock_code = 'AAPL'

# 爬取股票数据
data = yf.download(stock_code, start='2023-01-01', end='2023-12-31')

# 显示数据
print(data.head())

以上代码将使用 yfinance 获取苹果公司在 2023 年的股票数据。

存储为 CSV 文件

接下来，我们将爬取的数据存储为 CSV 文件：

# 存储为 CSV
data.to_csv(f'{stock_code}_stock_data.csv', index=True)
print(f"{stock_code} 数据已成功保存为 CSV 文件")

数据可视化

为了帮助我们理解数据，接下来绘制简单的饼状图，显示每个月的收盘价占比。

import matplotlib.pyplot as plt

# 获取每个月的收盘价数据
monthly_close = data['Close'].resample('M').mean()

# 绘制饼状图
labels = monthly_close.index.strftime('%Y-%m').tolist()
sizes = monthly_close.values

plt.figure(figsize=(8, 6))
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title(f'{stock_code} 每月收盘价占比')
plt.axis('equal')  # 保证饼状图为正圆形
plt.show()

通过以上代码，我们获得了每个月的收盘价，并展示为饼状图。

pie
    title 每月收盘价占比
    "1月": 15
    "2月": 25
    "3月": 20
    "4月": 10
    "5月": 30

结论

本文介绍了如何使用 Python 爬取股票数据、将数据存储为 CSV 文件，并简单进行数据可视化。通过以上示例代码，读者可以轻松实现数据获取与存储。掌握这些技能后，你将能进一步进行数据分析与财务决策。希望本文能帮助到正在学习 Python 和数据分析的朋友们！