为了使用Python爬取股票信息并进行数据可视化分析，我们可以使用几个流行的库：requests 用于网络请求，pandas 用于数据处理，以及 matplotlib 或 seaborn 用于数据可视化。

步骤 1: 安装必要的库

首先，确保安装了以下Python库：

pip install requests pandas matplotlib

步骤 2: 爬取股票数据（完整代码请看文末）

import requests     # 发送网络请求
import csv
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Bar


# 伪装
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.71 Safari/537.36 Core/1.94.249.400 QQBrowser/12.5.5658.400'
}
file = open('data2.csv', mode='a', encoding='utf-8', newline='')
csv_write = csv.DictWriter(file, fieldnames=['股票代码','股票名称','当前价','涨跌额','涨跌幅','年初至今','成交量','成交额','换手率','市盈率(TTM)','股息率','市值'])
csv_write.writeheader()

# 发送请求并获取数据

for page in range(1, 56):
    url = f'https://xueqiu.com/service/v5/stock/screener/quote/list?page={page}&size=30&order=desc&order_by=amount&exchange=CN&market=CN&type=sha&_=1637908787379'
    response = requests.get(url, headers=headers)
    json_data = response.json()

    
.............................................

步骤 3: 数据可视化

# 存入CSV文件

data_df = pd.read_csv('data2.csv')
df = data_df.dropna()
df1 = df[['股票名称', '成交量']]
df2 = df1.iloc[:20]
print(df2['股票名称'].values)
print(df2['成交量'].values)

#把数据进行可视化处理，并且存为data.html

运行结果：

完整代码请看下方拿👇↓↓↓

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。