去年接觸基金,體會到了基金的香(真香),這幾天也是過年後開始交易的日子,今天爬取『蛋卷基金』資料,通過pyecharts動圖可視化方式展示基金的漲跌情況。
本文将圍繞這三點去進行爬取資料,動圖可視化展示資料:
- 近一月漲跌幅前10名
- 基金各個階段漲跌幅
- 近30個交易日淨值情況
一、資料擷取
1.資料來源
本文的資料來源:『蛋卷基金』
https://danjuanapp.com/
2.資料分析
接下爬取的資料涉及五大類(五種基金)
- 股票型基金
- 混合型基金
- 債券型基金
- 指數型基金
- QDII型基金
通過抓包分析ajax異步互動連結的規律:
- type是對應的五種基金的代号
- order_by是對應最近多久的基金漲跌幅排序
'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是對應的頁數,從第1頁開始
備注:『蛋卷基金』這個網站沒有反爬!!!,請求不需要cookie!!!
ok,這些都清楚之後,接下來就可以開始爬取資料了!
很多人學習python,不知道從何學起。
很多人學習python,掌握了基本文法過後,不知道在哪裡尋找案例上手。
很多已經做案例的人,卻不知道如何去學習更加高深的知識。
那麼針對這三類人,我給大家提供一個好的學習平台,免費領取視訊教程,電子書籍,以及課程的源代碼!
QQ群:810735403
二、資料可視化
由于『蛋卷基金』這個網站沒有反爬!!!,是以資料爬取和可視化分析放一起了(直接爬取資料後就進行可視化!)
1.分析1:近一月漲跌幅前10名
1.1 爬蟲代碼
###基金類型
dict_type={"股票型":1,"混合型":3,"債券型":2,"指數型":5,"QDII型":11}
###時間
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'])
###開始繪圖
pie(name, value, str(key)+"基金漲跌幅", "["+str(key)+"]基金近一月漲跌幅前10名")
1.2 餅狀圖可視化代碼
###餅狀圖
def pie(name,value,picname,tips):
c = (
Pie()
.add(
"",
[list(z) for z in zip(name, value)],
# 餅圖的中心(圓心)坐标,數組的第一項是橫坐标,第二項是縱坐标
# 預設設定成百分比,設定成百分比時第一項是相對于容器寬度,第二項是相對于容器高度
center=["35%", "50%"],
)
.set_colors(["blue", "green", "yellow", "red", "pink", "orange", "purple"]) # 設定顔色
.set_global_opts(
title_opts=opts.TitleOpts(title=""+str(tips)),
legend_opts=opts.LegendOpts(type_="scroll", pos_left="70%", orient="vertical"), # 調整圖例位置
)
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
.render(str(picname)+".html")
)
這裡将餅狀圖可視化代碼封裝成函數,繪制五種基金的餅狀圖隻需調用這個函數即可
###開始繪圖
pie(name, value, str(key)+"基金漲跌幅", "["+str(key)+"]基金近一月漲跌幅前10名")
1.1.1 股票型基金
1.1.2 混合型基金
1.1.3 債券型基金
1.1.4 指數型基金
1.1.5 QDII型基金
分析
上圖中是五大類基金的選取近一個月漲跌幅最高前10名的基金進行繪圖。
同理近一周、近三個月、近一年也可以通過這個代碼進行繪制,隻需要将參數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'
2.分析2:基金各個階段漲跌幅
上面分析中可以清楚這五類基金近一個月最高的漲跌幅排名情況,下面從排名中選取第一名基金(五類中各選取第一名)分别展示該基金各個階段的漲跌幅情況
階段情況:
'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'
2.1爬蟲代碼
####分析2:基金各個階段漲跌幅
def analysis2():
name =['近1周','近1月','近3月','近6月','近1年','近3年','近5年']
##五類基金
dict_value={}
for key in dict_type:
#### 擷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']
#### 擷取排名第一名基金各個階段情況
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=[]
####防止基金最長時間不夠1年、2年、5年的情況報錯,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)
2.2 可視化代碼
###柱形圖
def bars(name,dict_values):
# 鍊式調用
c = (
Bar(
init_opts=opts.InitOpts( # 初始配置項
theme=ThemeType.MACARONS,
animation_opts=opts.AnimationOpts(
animation_delay=1000, animation_easing="cubicOut" # 初始動畫延遲和緩動效果
))
)
.add_xaxis(xaxis_data=name) # x軸
.add_yaxis(series_name="股票型", yaxis_data=dict_values['股票型']) # y軸
.add_yaxis(series_name="混合型", yaxis_data=dict_values['混合型']) # y軸
.add_yaxis(series_name="債券型", yaxis_data=dict_values['債券型']) # y軸
.add_yaxis(series_name="指數型", yaxis_data=dict_values['指數型']) # y軸
.add_yaxis(series_name="QDII型", yaxis_data=dict_values['QDII型']) # y軸
.set_global_opts(
title_opts=opts.TitleOpts(title='漲跌幅', subtitle='李運辰繪制', # 标題配置和調整位置
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='階段', axislabel_opts=opts.LabelOpts(rotate=45)),
# 設定x名稱和Label rotate解決标簽名字過長使用
yaxis_opts=opts.AxisOpts(name='漲跌點'),
)
.render("基金各個階段漲跌幅.html")
)
分析
從上面動圖可以清楚這五類基金第一名基金各個階段的漲跌幅情況。
有的基金最長時間沒有達到3年或者5年,這裡使用填充0處理。
3.分析3:近30個交易日淨值情況
同理,上面分析中可以清楚這五類基金近一個月最高的漲跌幅排名情況,下面從排名中選取第一名基金(五類中各選取第一名)分别展示該基金近30個交易日淨值情況。
3.1 爬蟲代碼
####分析3:近30個交易日淨值情況
def analysis3():
for key in dict_type:
#### 擷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']
#### 擷取排名第一名基金近30個交易日淨值情況
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)
3.2 可視化代碼
###拉伸圖
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個交易日淨值情況"),
datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_="inside")],
)
.render(str(tips)+"近30個交易日淨值情況.html")
)
3.2.1 股票型
3.2.2 混合型
3.2.3 債券型
3.2.4 指數型
3.2.5 QDII型
分析
從上面動圖可以清楚這五類基金第一名基金近30個交易日淨值情況。
三、總結
以上就是爬取基金資料并通過pyecharts動圖可視化方式展示基金的漲跌情況。
圍繞這三點去進行爬取資料,動圖可視化展示資料:
- 近一月漲跌幅前10名
- 基金各個階段漲跌幅
- 近30個交易日淨值情況
在這裡還是要推薦下我自己建的Python開發交流學習(qq)群:810735403,群裡都是學Python開發的,如果你正在學習Python ,歡迎你加入,大家都是軟體開發黨,不定期分享幹貨(隻有Python軟體開發相關的),包括我自己整理的一份2021最新的Python進階資料和進階開發教程,歡迎進階中和想深入Python的小夥伴!