查看原文
其他

python爬取各类基金数据,以『动图可视化』方式展示基金的涨跌情况

李运辰 Python研究者 2022-07-01

01

前言


去年接触基金,体会到了基金的香(真香),今天也是过年后基金开始交易的第一天,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



02

数据获取


数据来源

本文的数据来源:『蛋卷基金』


https://danjuanapp.com/


看过我之前的这篇文章基金这么赚钱!!编程实现基金从采集到分析通用模板!(白酒为例)都学会了怎么在『蛋卷基金』爬取数据(ajax异步交互方式),不会的可以去看看,文中有详细步骤!!!

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!



03

数据可视化


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




2.混合型基金



3.债券型基金



4.指数型基金



5.QDII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



2.混合型



3.债券型



4.指数型



5.QDII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



04

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



如果你觉得文章还不错,请大家点赞分享留言,因为这将是我持续输出更多优质文章的最强动力!


如果大家对本文代码源码感兴趣,扫码关注『Python爬虫数据分析挖掘』后台回复:基金可视化 ,获取完整代码以及数据。



------------- 推荐文章 -------------

1.python爬取『大年初一』热映电影,以『可视化及词云秀』方式带你了解热映电影


2.python爬取44130条用户观影数据,分析挖掘用户与电影之间的隐藏信息!


3.python窃取摄像头照片(摄像头拍照+邮箱发送+打包exe)


4.35行代码下载任意网页的图片


5.30行爬虫代码实现中英互译



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存