【python爬虫课程设计】大数据分析——东方股票
一、选题的背景
近年来，东方股票作为中国股市的一部分，其行业地位和影响力较大。本次研究的目标是通过对东方股票的大数据分析，可以了解其在行业中的表现和趋势，从而为投资者提供决策依据。东方股票的交易数据和信息披露比较完善，这些数据和信息可以为投资者提供较为准确的市场分析和预测。通过对这些数据和信息进行大数据分析，可以更加深入地了解市场的运行规律和趋势。投资者行为和情绪对股票市场的影响较大。通过对东方股票的投资者行为和情绪进行大数据分析，可以了解投资者的心理预期和行为模式，从而为投资者提供更加精准的投资策略。股票市场具有一定的风险，如何进行风险管理和控制是投资者关注的重点。通过对东方股票的风险管理和控制进行大数据分析，可以为投资者提供更加科学和有效的风险管理方法。股票市场的监管和合规是保障市场正常运行的重要保障。通过对东方股票的监管和合规进行大数据分析，可以为监管部门提供更加全面和准确的监管依据。
二、主题式网络爬虫设计方案
1.名称：东方股票大数据分析与可视化
2.爬取的数据内容：股票名称,股票代码, 最新价, 涨跌幅, 涨跌额,成交量,成交额, 振幅, 换手率, 市盈率, 量比, 最高, 最低, 今开,昨收, 市净率, 60日涨跌幅, 年初至今涨跌幅, 总市值, 流通市值, 五分钟涨跌。
3.爬虫设计方案概述：本次案例使用request对东方股票进行爬取，使用xlutils对excel文件进行处理，之后使用pandas、pyecharts、jieba对数据进行可视化
4.技术难点：携程网上的景点数据庞大，需要爬虫技术能够高效地获取和处理大量数据，同时要考虑到数据更新的频率和实时性，也要预防访问检测。
三、数据源
我选择share certificate数据集做为实验
数据集(https://quote.eastmoney.com/center/gridlist.html#hs_a_board)，该数据集包含股票名称,股票代码, 最新价, 涨跌幅, 涨跌额,成交量,
成交额, 振幅, 换手率, 市盈率, 量比, 最高, 最低, 今开,昨收, 市净率, 60日涨跌幅, 年初至今涨跌幅, 总市值, 流通市值, 五分钟涨跌。
四、网络爬虫设计
1.爬取到的数据
2.代码实现
将爬虫方法封装为类Spider_XieCheng,在对爬取到的数据进行逐条解析时顺便进行数据清洗
get_data方法：设置请求头以及规则和cookie，发起请求，获取响应数据
analyze_data方法：对传入的数据进行逐条解析，把IP属地的空值和特殊地区进行处理（提前进行数据清洗以方便后面数据可视化绘制地图）
save_excel方法：将传入的数据存储到excel
import json import requests, time from tkinter import * import xlrd, xlwt, os from xlutils.copy import copyclass GuPiao(): def __init__(self): self.num = 0
# 爬虫部分 def spider(self): for page in range(1,21): #这个地方可以页数增加数据 start_url = 'https://83.push2.eastmoney.com/api/qt/clist/get' headers = { 'Accept': '*/*', 'Accept-Language': 'zh-CN,zh;q=0.9', 'Cache-Control': 'no-cache', 'Connection': 'keep-alive', # Requests sorts cookies= alphabetically # 'Cookie': 'qgqp_b_id=ffb939776279b0bdd1f6e61281c3c294; st_si=89921490520325; websitepoptg_api_time=1700894106860; websitepoptg_show_time=1700894107214; HAList=ty-1-600789-%u9C81%u6297%u533B%u836F%2Cty-1-600519-%u8D35%u5DDE%u8305%u53F0%2Cty-0-000858-%u4E94%20%u7CAE%20%u6DB2%2Cty-0-002456-%u6B27%u83F2%u5149; st_asi=delete; st_pvi=61091067222435; st_sp=2023-11-03%2018%3A10%3A35; st_inirUrl=https%3A%2F%2Fwww.baidu.com%2Flink; st_sn=5; st_psi=20231125143800994-113200301321-8038820015', 'Pragma': 'no-cache', 'Referer': 'https://quote.eastmoney.com/center/gridlist.html', 'Sec-Fetch-Dest': 'script', 'Sec-Fetch-Mode': 'no-cors', 'Sec-Fetch-Site': 'same-site', 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36', 'sec-ch-ua': '"Google Chrome";v="119", "Chromium";v="119", "Not?A_Brand";v="24"', 'sec-ch-ua-mobile': '?0', 'sec-ch-ua-platform': '"Windows"', } fomdata = { 'cb': 'jQuery1124001114974346054809_1700894280689', 'pn': page, 'pz': '20', 'po': '1', 'np': '1', 'ut': 'bd1d9ddb04089700cf9c27f6f7426281', 'fltt': '2', 'invt': '2', 'wbp2u': '|0|0|0|web', 'fid': 'f3', 'fs': 'm:0 t:6,m:0 t:80,m:1 t:2,m:1 t:23,m:0 t:81 s:2048', 'fields': 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f13,f14,f15,f16,f17,f18,f20,f21,f23,f24,f25,f22,f11,f62,f128,f136,f115,f152', '_': '1700894280699' } response = requests.get(url=start_url, headers=headers, params=fomdata).text response = re.findall('jQuery1124001114974346054809_1700894280689\((.*?)\);', response)[0] response = json.loads(response) datas = response['data']['diff'] time.sleep(2) self.parase_data(datas)
# 解析部分 def parase_data(self, datas): for data in datas: # 0、序号 self.num += 1 # 1、最新价 zuixingjia = data['f2'] # 2、涨跌幅 diezhangfu = str(data['f3']) + '%' # 3、涨跌额 diezhange = data['f4'] # 4、成交量(手) chengjiaoliang = data['f5'] # 5、成交额 chengjiaoe = data['f6'] # 6、振幅 zhengfu = str(data['f7']) + '%' # 7、换手率 huanshoulv = str(data['f8']) + '%' # 8、市盈率 shiyinglv = data['f9'] # 9、量比 liangbi = data['f10'] # 10、股票代码 diama = data['f12'] # 11、股票名称 name = data['f14'] # 12、最高 zuigao = data['f15'] # 13、最低 zuidi = data['f16'] # 14、今开 jinkai = data['f17'] # 15、昨收 zuoshou = data['f18'] # 16、市净率 jinshilv = data['f23'] # 17、60日涨跌幅 liushirezhangdiefu = str(data['f24']) + '%' # 18、年初至今涨跌幅 nianchuzhijinzhangdiefu = str(data['f25']) + '%' # 19、总市值 zongshizhi = data['f20'] # 20流通市值 liutongshizhi = data['f21'] # 21、五分钟涨跌 wufenzhongzhangdie = str(data['f11']) + '%' data = { f'股票数据': [self.num, name, diama, zuixingjia, diezhangfu, diezhange, chengjiaoliang, chengjiaoe, zhengfu, huanshoulv, shiyinglv, liangbi, zuigao, zuidi, jinkai, zuoshou, jinshilv, liushirezhangdiefu, nianchuzhijinzhangdiefu, zongshizhi, liutongshizhi, wufenzhongzhangdie] } gupiao_dict = { '序号': self.num, '股票名称': name, '股票代码': diama, '最新价': zuixingjia, '涨跌幅': diezhangfu, '涨跌额': diezhange, '成交量(手)': chengjiaoliang, '成交额': chengjiaoe, '振幅': zhengfu, '换手率': huanshoulv, '市盈率': shiyinglv, '量比': liangbi, '最高': zuigao, '最低': zuidi, '今开': jinkai, '昨收': zuoshou, '市净率': zuoshou, '60日涨跌幅': liushirezhangdiefu, '年初至今涨跌幅': nianchuzhijinzhangdiefu, '总市值': zongshizhi, '流通市值': liutongshizhi, '五分钟涨跌': wufenzhongzhangdie } print(gupiao_dict) self.chucun_excel(data)
# 储存部分 def chucun_excel(self, data): if not os.path.exists(f'股票数据.xls'): # 1、创建 Excel 文件 wb = xlwt.Workbook(encoding='utf-8') # 2、创建新的 Sheet 表 sheet = wb.add_sheet(f'股票数据', cell_overwrite_ok=True) # 3、设置 Borders边框样式 borders = xlwt.Borders() borders.left = xlwt.Borders.THIN borders.right = xlwt.Borders.THIN borders.top = xlwt.Borders.THIN borders.bottom = xlwt.Borders.THIN borders.left_colour = 0x40 borders.right_colour = 0x40 borders.top_colour = 0x40 borders.bottom_colour = 0x40 style = xlwt.XFStyle() # Create Style style.borders = borders # Add Borders to Style # 4、写入时居中设置 align = xlwt.Alignment() align.horz = 0x02 # 水平居中 align.vert = 0x01 # 垂直居中 style.alignment = align # 5、设置表头信息, 遍历写入数据， 保存数据 header = ( '序号', '股票名称', '股票代码', '最新价', '涨跌幅', '涨跌额', '成交量(手)', '成交额', '振幅', '换手率', '市盈率', '量比', '最高', '最低', '今开', '昨收', '市净率', '60日涨跌幅', '年初至今涨跌幅', '总市值', '流通市值', '五分钟涨跌') for i in range(0, len(header)): sheet.col(i).width = 2560 * 3 # 行，列， 内容， 样式 sheet.write(0, i, header[i], style) wb.save(f'股票数据.xls') # 判断工作表是否存在 if os.path.exists(f'股票数据.xls'): # 打开工作薄 wb = xlrd.open_workbook(f'股票数据.xls') # 获取工作薄中所有表的个数 sheets = wb.sheet_names() for i in range(len(sheets)): for name in data.keys(): worksheet = wb.sheet_by_name(sheets[i]) # 获取工作薄中所有表中的表名与数据名对比 if worksheet.name == name: # 获取表中已存在的行数 rows_old = worksheet.nrows # 将xlrd对象拷贝转化为xlwt对象 new_workbook = copy(wb) # 获取转化后的工作薄中的第i张表 new_worksheet = new_workbook.get_sheet(i) for num in range(0, len(data[name])): new_worksheet.write(rows_old, num, data[name][num]) new_workbook.save(f'股票数据.xls') xai_data = f'已经存储第{self.num}条股票数据至《股票数据》' print(xai_data)
if __name__ == '__main__': g=GuPiao() g.spider()
五、数据可视化
1.将股票60日涨跌情况进行汇总并绘制成折现图，
通过此图可以看出来自赛腾股份的盈利最多。
数据视图
代码实现
import pandas as pd from pyecharts.charts import Line from pyecharts import options as optsdef shujufenxi(): # =============== 60 日 涨 跌 幅 ======================== # 读取数据 file_path = f'股票数据.xls' # 替换为您的文件路径 df = pd.read_excel(file_path) stock_names = df['股票名称'].tolist() # 股票名称 latest_prices = df['60日涨跌幅'].tolist() # 60日涨跌幅 # 将百分比的字符串转换为浮点数 latest_prices = [float(x.strip('%')) for x in latest_prices] # 创建高级折线图 line_chart1 = Line(init_opts=opts.InitOpts(theme='infographic', bg_color='#e7e5d0')) line_chart1.add_xaxis(stock_names) line_chart1.add_yaxis("60日涨跌幅", latest_prices, label_opts=opts.LabelOpts(position="top")) line_chart1.set_global_opts( title_opts=opts.TitleOpts(title="股票60日涨跌幅折线图"), toolbox_opts=opts.ToolboxOpts(), tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"), yaxis_opts=opts.AxisOpts(name="60日涨跌幅"), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=0)), datazoom_opts=[ opts.DataZoomOpts(type_="slider", is_show=True), opts.DataZoomOpts(type_="inside", is_show=True), ], )
# 设置系列选项，添加最大值、最小值、平均值标记 line_chart1.set_series_opts( marker_opts=opts.MarkPointOpts( data=[ opts.MarkPointItem(type_="max", name="最大值"), opts.MarkPointItem(type_="min", name="最小值"), opts.MarkPointItem(type_="average", name="平均值") ] ) ) html_content_1 = line_chart1.render_embed()
2.将股票五分钟涨跌情况进行汇总并绘制成折现图，
通过此图能够及时地反映股票市场的动态，帮助投资者了解市场走势和个股表现。
# ==================五分钟涨跌================================= # 读取数据 file_path = f'股票数据.xls' # 替换为您的文件路径 df = pd.read_excel(file_path) stock_names = df['股票名称'].tolist() # 股票名称 latest_prices = df['五分钟涨跌'].tolist() # 五分钟涨跌 latest_prices = [float(x.strip('%')) for x in latest_prices] line_chart2 = Line(init_opts=opts.InitOpts(theme='dark')) line_chart2.add_xaxis(stock_names) line_chart2.add_yaxis("五分钟涨跌", latest_prices, label_opts=opts.LabelOpts(position="top")) line_chart2.set_global_opts( title_opts=opts.TitleOpts(title="股票五分钟涨跌折线图"), toolbox_opts=opts.ToolboxOpts(), tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"), yaxis_opts=opts.AxisOpts(name="五分钟涨跌"), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=0)), datazoom_opts=[ opts.DataZoomOpts(type_="slider", is_show=True), opts.DataZoomOpts(type_="inside", is_show=True), ], ) line_chart2.set_series_opts( marker_opts=opts.MarkPointOpts( data=[ opts.MarkPointItem(type_="max", name="最大值"), opts.MarkPointItem(type_="min", name="最小值"), opts.MarkPointItem(type_="average", name="平均值") ] ) ) 完整源代码如下： import json import requests, time from tkinter import * import xlrd, xlwt, os from xlutils.copy import copy
class GuPiao(): def __init__(self): self.num = 0
# 爬虫部分 def spider(self): for page in range(1,21): #这个地方可以页数增加数据 start_url = 'https://83.push2.eastmoney.com/api/qt/clist/get' headers = { 'Accept': '*/*', 'Accept-Language': 'zh-CN,zh;q=0.9', 'Cache-Control': 'no-cache', 'Connection': 'keep-alive', # Requests sorts cookies= alphabetically # 'Cookie': 'qgqp_b_id=ffb939776279b0bdd1f6e61281c3c294; st_si=89921490520325; websitepoptg_api_time=1700894106860; websitepoptg_show_time=1700894107214; HAList=ty-1-600789-%u9C81%u6297%u533B%u836F%2Cty-1-600519-%u8D35%u5DDE%u8305%u53F0%2Cty-0-000858-%u4E94%20%u7CAE%20%u6DB2%2Cty-0-002456-%u6B27%u83F2%u5149; st_asi=delete; st_pvi=61091067222435; st_sp=2023-11-03%2018%3A10%3A35; st_inirUrl=https%3A%2F%2Fwww.baidu.com%2Flink; st_sn=5; st_psi=20231125143800994-113200301321-8038820015', 'Pragma': 'no-cache', 'Referer': 'https://quote.eastmoney.com/center/gridlist.html', 'Sec-Fetch-Dest': 'script', 'Sec-Fetch-Mode': 'no-cors', 'Sec-Fetch-Site': 'same-site', 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36', 'sec-ch-ua': '"Google Chrome";v="119", "Chromium";v="119", "Not?A_Brand";v="24"', 'sec-ch-ua-mobile': '?0', 'sec-ch-ua-platform': '"Windows"', } fomdata = { 'cb': 'jQuery1124001114974346054809_1700894280689', 'pn': page, 'pz': '20', 'po': '1', 'np': '1', 'ut': 'bd1d9ddb04089700cf9c27f6f7426281', 'fltt': '2', 'invt': '2', 'wbp2u': '|0|0|0|web', 'fid': 'f3', 'fs': 'm:0 t:6,m:0 t:80,m:1 t:2,m:1 t:23,m:0 t:81 s:2048', 'fields': 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f13,f14,f15,f16,f17,f18,f20,f21,f23,f24,f25,f22,f11,f62,f128,f136,f115,f152', '_': '1700894280699' } response = requests.get(url=start_url, headers=headers, params=fomdata).text response = re.findall('jQuery1124001114974346054809_1700894280689\((.*?)\);', response)[0] response = json.loads(response) datas = response['data']['diff'] time.sleep(2) self.parase_data(datas)
# 解析部分 def parase_data(self, datas): for data in datas: # 0、序号 self.num += 1 # 1、最新价 zuixingjia = data['f2'] # 2、涨跌幅 diezhangfu = str(data['f3']) + '%' # 3、涨跌额 diezhange = data['f4'] # 4、成交量(手) chengjiaoliang = data['f5'] # 5、成交额 chengjiaoe = data['f6'] # 6、振幅 zhengfu = str(data['f7']) + '%' # 7、换手率 huanshoulv = str(data['f8']) + '%' # 8、市盈率 shiyinglv = data['f9'] # 9、量比 liangbi = data['f10'] # 10、股票代码 diama = data['f12'] # 11、股票名称 name = data['f14'] # 12、最高 zuigao = data['f15'] # 13、最低 zuidi = data['f16'] # 14、今开 jinkai = data['f17'] # 15、昨收 zuoshou = data['f18'] # 16、市净率 jinshilv = data['f23'] # 17、60日涨跌幅 liushirezhangdiefu = str(data['f24']) + '%' # 18、年初至今涨跌幅 nianchuzhijinzhangdiefu = str(data['f25']) + '%' # 19、总市值 zongshizhi = data['f20'] # 20流通市值 liutongshizhi = data['f21'] # 21、五分钟涨跌 wufenzhongzhangdie = str(data['f11']) + '%' data = { f'股票数据': [self.num, name, diama, zuixingjia, diezhangfu, diezhange, chengjiaoliang, chengjiaoe, zhengfu, huanshoulv, shiyinglv, liangbi, zuigao, zuidi, jinkai, zuoshou, jinshilv, liushirezhangdiefu, nianchuzhijinzhangdiefu, zongshizhi, liutongshizhi, wufenzhongzhangdie] } gupiao_dict = { '序号': self.num, '股票名称': name, '股票代码': diama, '最新价': zuixingjia, '涨跌幅': diezhangfu, '涨跌额': diezhange, '成交量(手)': chengjiaoliang, '成交额': chengjiaoe, '振幅': zhengfu, '换手率': huanshoulv, '市盈率': shiyinglv, '量比': liangbi, '最高': zuigao, '最低': zuidi, '今开': jinkai, '昨收': zuoshou, '市净率': zuoshou, '60日涨跌幅': liushirezhangdiefu, '年初至今涨跌幅': nianchuzhijinzhangdiefu, '总市值': zongshizhi, '流通市值': liutongshizhi, '五分钟涨跌': wufenzhongzhangdie } print(gupiao_dict) self.chucun_excel(data)
# 储存部分 def chucun_excel(self, data): if not os.path.exists(f'股票数据.xls'): # 1、创建 Excel 文件 wb = xlwt.Workbook(encoding='utf-8') # 2、创建新的 Sheet 表 sheet = wb.add_sheet(f'股票数据', cell_overwrite_ok=True) # 3、设置 Borders边框样式 borders = xlwt.Borders() borders.left = xlwt.Borders.THIN borders.right = xlwt.Borders.THIN borders.top = xlwt.Borders.THIN borders.bottom = xlwt.Borders.THIN borders.left_colour = 0x40 borders.right_colour = 0x40 borders.top_colour = 0x40 borders.bottom_colour = 0x40 style = xlwt.XFStyle() # Create Style style.borders = borders # Add Borders to Style # 4、写入时居中设置 align = xlwt.Alignment() align.horz = 0x02 # 水平居中 align.vert = 0x01 # 垂直居中 style.alignment = align # 5、设置表头信息, 遍历写入数据， 保存数据 header = ( '序号', '股票名称', '股票代码', '最新价', '涨跌幅', '涨跌额', '成交量(手)', '成交额', '振幅', '换手率', '市盈率', '量比', '最高', '最低', '今开', '昨收', '市净率', '60日涨跌幅', '年初至今涨跌幅', '总市值', '流通市值', '五分钟涨跌') for i in range(0, len(header)): sheet.col(i).width = 2560 * 3 # 行，列， 内容， 样式 sheet.write(0, i, header[i], style) wb.save(f'股票数据.xls') # 判断工作表是否存在 if os.path.exists(f'股票数据.xls'): # 打开工作薄 wb = xlrd.open_workbook(f'股票数据.xls') # 获取工作薄中所有表的个数 sheets = wb.sheet_names() for i in range(len(sheets)): for name in data.keys(): worksheet = wb.sheet_by_name(sheets[i]) # 获取工作薄中所有表中的表名与数据名对比 if worksheet.name == name: # 获取表中已存在的行数 rows_old = worksheet.nrows # 将xlrd对象拷贝转化为xlwt对象 new_workbook = copy(wb) # 获取转化后的工作薄中的第i张表 new_worksheet = new_workbook.get_sheet(i) for num in range(0, len(data[name])): new_worksheet.write(rows_old, num, data[name][num]) new_workbook.save(f'股票数据.xls') xai_data = f'已经存储第{self.num}条股票数据至《股票数据》' print(xai_data)
if __name__ == '__main__': g=GuPiao() g.spider()
import pandas as pd from pyecharts.charts import Line from pyecharts import options as opts
def shujufenxi(): # =============== 60 日 涨 跌 幅 ======================== # 读取数据 file_path = f'股票数据.xls' # 替换为您的文件路径 df = pd.read_excel(file_path) stock_names = df['股票名称'].tolist() # 股票名称 latest_prices = df['60日涨跌幅'].tolist() # 60日涨跌幅 # 将百分比的字符串转换为浮点数 latest_prices = [float(x.strip('%')) for x in latest_prices] # 创建高级折线图 line_chart1 = Line(init_opts=opts.InitOpts(theme='infographic', bg_color='#e7e5d0')) line_chart1.add_xaxis(stock_names) line_chart1.add_yaxis("60日涨跌幅", latest_prices, label_opts=opts.LabelOpts(position="top")) line_chart1.set_global_opts( title_opts=opts.TitleOpts(title="股票60日涨跌幅折线图"), toolbox_opts=opts.ToolboxOpts(), tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"), yaxis_opts=opts.AxisOpts(name="60日涨跌幅"), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=0)), datazoom_opts=[ opts.DataZoomOpts(type_="slider", is_show=True), opts.DataZoomOpts(type_="inside", is_show=True), ], )
# 设置系列选项，添加最大值、最小值、平均值标记 line_chart1.set_series_opts( marker_opts=opts.MarkPointOpts( data=[ opts.MarkPointItem(type_="max", name="最大值"), opts.MarkPointItem(type_="min", name="最小值"), opts.MarkPointItem(type_="average", name="平均值") ] ) ) html_content_1 = line_chart1.render_embed() # ==================五分钟涨跌================================= # 读取数据 file_path = f'股票数据.xls' # 替换为您的文件路径 df = pd.read_excel(file_path) stock_names = df['股票名称'].tolist() # 股票名称 latest_prices = df['五分钟涨跌'].tolist() # 五分钟涨跌 latest_prices = [float(x.strip('%')) for x in latest_prices] line_chart2 = Line(init_opts=opts.InitOpts(theme='dark')) line_chart2.add_xaxis(stock_names) line_chart2.add_yaxis("五分钟涨跌", latest_prices, label_opts=opts.LabelOpts(position="top")) line_chart2.set_global_opts( title_opts=opts.TitleOpts(title="股票五分钟涨跌折线图"), toolbox_opts=opts.ToolboxOpts(), tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"), yaxis_opts=opts.AxisOpts(name="五分钟涨跌"), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=0)), datazoom_opts=[ opts.DataZoomOpts(type_="slider", is_show=True), opts.DataZoomOpts(type_="inside", is_show=True), ], ) line_chart2.set_series_opts( marker_opts=opts.MarkPointOpts( data=[ opts.MarkPointItem(type_="max", name="最大值"), opts.MarkPointItem(type_="min", name="最小值"), opts.MarkPointItem(type_="average", name="平均值") ] ) ) # 渲染图表 html_content_2 = line_chart2.render_embed() # 创建最终的 HTML 页面 complete_html = f""" <html> <head> <title>股票数据可视化</title> </head> <body style="background: linear-gradient(to right, #e5b8c3, #c17886);"> <h1 style="text-align: center;margin-top: 20px;">股 票 数 据 可 视 化</h1> <div class="one" style="display: flex; justify-content: center; flex-wrap: wrap; height: 100%;"> <div style="margin: 10px; padding: 10px;"> <h3 style="text-align: center;margin-top: 20px;">60日涨跌幅</h3> {html_content_1} </div> <div style="margin: 10px; padding: 10px;"> <h1 style="text-align: center;margin-top: 20px;">五分钟涨跌</h1> {html_content_2} </div> </div>
</body> </html> """ # 保存整合后的 HTML 文件 with open(f'60日涨跌幅和5分钟涨跌可视化.html', "w", encoding="utf-8") as file: file.write(complete_html) xai_data = f'已生成股票《60日涨跌幅和5分钟涨跌》可视化.html' print(xai_data) shujufenxi()
标签：课程设计,name,python,type,爬虫,60,涨跌幅,data,opts From： https://www.cnblogs.com/xmd1/p/17933735.html