2019年12月10日 星期二

[ pyecharts ] 善用開放式資料，讀取股票交易資料，製作統計圖表

在2019年1月2日，我們以僅十行指令用某支股票的代碼來查詢某個月份的交易情形，其程式碼如下：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
import requests
import json
url = 'http://www.twse.com.tw/exchangeReport/STOCK_DAY?date=%s&stockNo=%s' % ( '20181201', '2892')
r = requests.get(url)
print(r.text)
data =json.loads(r.text)
print(data['title'])
print(data['fields'])
for row in data['data']:
    print(row)

2019年11月16曾介紹pyecharts套件的使用，在"初體驗! 使用pyecharts以水果交易行情為例"文章中，僅9行程式就能畫出台北一和台北二果菜場的交易，其程式如下：
from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType

bar = Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))

bar.add_xaxis(["椪柑", "蘋果 富士進口", "番石榴 珍珠芭", "香蕉", "木瓜 網室紅肉", "甜橙 柳橙", "火龍果 紅肉"])
bar.add_yaxis("台北一", [29.3, 51.5, 40.3, 21.6, 24.0, 61.5, 34.2])
bar.add_yaxis("台北二", [32.3, 51.4, 53.7, 24.7, 42.3, 23.4, 35.9])
bar.set_global_opts(title_opts=opts.TitleOpts(title="平均價", subtitle="元"))

bar.render()


我們把兩支程式合併，運用串列資料把股票交易日期當成x軸，再把開盤價、最高價、'最低價、以及'收盤價當成y軸來繪製圖表，其程式如下：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
import requests
import json

url = 'http://www.twse.com.tw/exchangeReport/STOCK_DAY?date=%s&stockNo=%s' % ( '20181201', '2892')
r = requests.get(url)
print(r.text)
data =json.loads(r.text)

print(data['title'])
print(data['fields'])

price=data['fields'][3:7]
xaxis=[]
yaxis=[[],[],[],[]]

for row in data['data']:
    print(row)
    xaxis.append(row[0])
    for i, y in enumerate(yaxis):
        y.append(row[i+3])

from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType

bar = Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))

bar.add_xaxis(xaxis)
for i, y in enumerate(yaxis):
    bar.add_yaxis(price[i], y)

bar.set_global_opts(title_opts=opts.TitleOpts(title="平均價", subtitle="元"))

bar.render()

執行結果：

張貼者： 於
標籤： ,

沒有留言:

張貼留言

訂閱： 張貼留言 (Atom)