使用python爬取股票基金的最新数据消息，并用Excel绘制树状图一目了然

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具备任何商业用途,若有问题请及时联系咱们以做处理。

PS：若有须要Python学习资料的小伙伴能够点击下方连接自行获取

Python免费学习资料、代码以及交流解答点击便可加入

---

 

你们好，最近大A的白马股们简直跌妈不认，做为重仓了抱团白马股基金的养鸡少年，每日那是一个以泪洗面啊。

 

 

不过从金融界最近一个交易日的大盘云图来看，其实不少中小股仍是红色滴，绿的都是白马股们。

如下截图来自金融界网站-大盘云图：

 

 

那么，今天咱们试着用python爬取最近交易日的股票数据，并试着用excel简单绘制上面这个树状图。

• 爬取网易财经各板块股票数据
• excel树状图
• 简单的树状图
• 带有增加率的树状图

一.爬取网易财经各板块股票数据

目标网址：

http://quotes.money.163.com/old/#query=hy010000&DataType=HS_RANK&sort=PERCENT&order=desc&count=24&page=0 

 

因为这个爬虫部分比较简单，这里不作过多赘述，仅介绍一下思路并附上完整代码供你们参考。

爬虫思路：

请求目标网站数据，解析出主要行业（新）的数据：行业板块名称及对应id（如金融，hy010000）

根据行业板块对应id构造新的行业股票数据网页

因为翻页网址不变，代入参数，获取所有页数，而后翻页爬取所有数据

爬虫代码：

# -*- coding: utf-8 -*- """ Created Feb 28 10:30:56 2021 @author: 能够叫我才哥 """ import requests import re import pandas as pd # 获取所有板块及板块id url = 'http://quotes.money.163.com/old/#query=hy001000&DataType=HS_RANK&sort=PERCENT&order=desc&count=24&page=0' r = requests.get(url) html = r.text # 替换非字符为空，便于下面的正则 html = re.sub('\s','',html) # 正则获取 板块及id所在区域 labelHtml = re.findall(r'</span>主要行业\(新\)</a>(.*?)</span>证监会行业\(新\)',html)[0] # 正则板块和id，结果为由元组组成的列表 label = re.findall(r'"qid="(hy.*?)"qquery=.*?"title="(.*?)">',labelHtml) # 转化为dataframe类型 dfLabel = pd.DataFrame(label,columns=['id','板块']) # 根据板块id和翻页获取页面数据（json格式） def get_json(hy_id, page): query = 'PLATE_IDS:' + str(hy_id) params={ 'host': 'http://quotes.money.163.com/hs/service/diyrank.php', 'page': page, 'query': query, 'fields': 'NO,SYMBOL,NAME,PRICE,PERCENT,UPDOWN,FIVE_MINUTE,OPEN,YESTCLOSE,HIGH,LOW,VOLUME,TURNOVER,HS,LB,WB,ZF,PE,MCAP,TCAP,MFSUM,MFRATIO.MFRATIO2,MFRATIO.MFRATIO10,SNAME,CODE,ANNOUNMT,UVSNEWS', #你能够不用这么多字段 'sort': 'PERCENT', 'order': 'desc', 'count': '24', 'type': 'query', } url = 'http://quotes.money.163.com/hs/service/diyrank.php?' r = requests.get(url,params=params) j = r.json() return j # 空列表用于存取每页数据 dfs = [] # 遍历所有板块 for hy_id,板块 in dfLabel.values: # 获取页数 j = get_json(hy_id, 0) pages = j['pagecount'] for page in range(pages): j = get_json(hy_id, page) data = j['list'] df = pd.DataFrame(data) df['板块'] = 板块 dfs.append(df) print(f'已爬取{len(dfs)}个板块数据') result = pd.concat(dfs) 

二.绘制Excel树状图

excel树状图是在office2016级以后版本中新加的图表类型，想要绘制须要基于此版本及以后的版本哦。

简单的树状图绘制流程：框选数据—>插入—>图表—>选中树状图 便可。

 

 

如下图为例，在树状图中，每一个色块表明一个省份，色块面积大小则由其GDP值大小决定。

 

三.带有增加率的树状图

咱们发现，在基础的树状图中，色块颜色除了区别色块以外并无其余特殊含义。拿GDP来讲，除了值以外咱们通常也会去看其增加率，那么是否可让色块颜色和增加率有关联呢？

下面咱们试着探究一下，若是成功的话，那么金融界的大盘云图彷佛也能够用excel树状图来进行绘制了不是！

1.思路：

咱们但愿色块颜色能表明增加率，好比红色是上涨，绿色是降低且颜色越深表明绝对值越大

再对每一个色块进行对应的颜色填充便可

因为 树状图顶多支持多级，色块颜色也只能手动单一填充，怎么办呢？既然手动能够，那么其实就能够用VBA自动化这个过程咯。

二、增加率配色

基于上述思路，咱们须要对增加率进行配色，最简单的就是用条件格式里的色阶。

框选增加率数据—>开始—>条件格式—>色阶（选中那个让值越大颜色越红的，因为这里有负增加率，因此选了带红绿的）：

 

 

为了更好的展现区分正负增加率，咱们在设置完色阶后再进行管理规则：

咱们将中间值设为数字0，这样负增加率就是绿色，正增加率就是红色；

咱们将最大值设置为百分点值80，也就是增加率前80%的值都是最红的。

 

 

最终配色效果：

 

四.VBA填充色块颜色

先看效果：

湖北由于收到疫情影响最大，有接近小半年属于封省状态，整年增加率为负数。

 

 

因为条件格式下单元格颜色是不固定的没法经过vba获取，咱们须要将颜色赋值到新的一列中去，须要用到以下操做：

选中增加率数据复制，而后点击剪切板最右下角会出现剪贴板，再鼠标左键选择须要粘贴的地方如E2，点击剪贴板中须要粘贴的数据便可。 这个时候，被粘贴的单元格区域的颜色就是固定的了，你能够选择删除数据只留颜色部分。

 

 

VBA思路：

• 激活须要操做的图表（Activate）
• 遍历所有的系列和数据点（ActiveChart.FullSeriesCollection(1).Points.Count）
• 从第一个数据点开始，获取对应增加率单元格颜色（ActiveSheet.Range("E" & i + 1).Interior.Color）
• 将单元格赋值给该数据点（Selection.Format.Fill.ForeColor.RGB）

VBA代码：

Sub My_Color()
 
 ActiveSheet.ChartObjects("图表 1").Activate '遍历所有的数据点 For i = 1 To ActiveChart.FullSeriesCollection(1).Points.Count '选中数据点 ActiveChart.FullSeriesCollection(1).Points(i).Select '获取单元格颜色 MyColor = ActiveSheet.Range("E" & i + 1).Interior.Color '将单元格颜色赋值给对应数据点填充色 Selection.Format.Fill.ForeColor.RGB = MyColor Next 

执行脚本过程以下：

 

 

好了，以上就是本次所有内容，你们能够试着爬取股票数据，而后试着绘制一下。