金融数据挖掘—科学计算语言---基础篇5

金融数据挖掘—科学计算语言—基础篇5 一、Python基础 二、Numpy科学计算包 三、Pandas数据分析包 四、图形绘制 五、数据源处理 （一）网络数据源

Tushare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。
Tushare返回的绝大部分的数据格式都是pandas DataFrame类型，便于用pandas/NumPy/Matplotlib进行数据分析和可视化。从0.2.5版本开始，Tushare同时兼容Python 2.x和Python 3.x。

练习

import tushare as ts

#（1）
pro=ts.pro_api("d80a01f7ee178ec6105b1dca49e4adcebd8043329dab055e74b5297c")  #设置初始化接口
basic=pro.stock_basic()  #获取股票基本信息
basic  #显示
basic.to_csv("股票基本信息.csv")  #以csv格式保存

#（2）
#方法1：
ts.get_today_all()

#方法2：
pro.daily(ts_code="000001.SZ,000031.SZ",start_date="20200101",end_date="20220421")

#（3）
ts.get_realtime_quotes("hs300")

（二）网页爬虫

(.?) # 非贪婪匹配1 文本A(.?)文本B # 用于获取文本A和文本B之间的内容
.? # 非贪婪匹配2 文本A.?文本B # 用于代替文本A和文本B之间的内容

练习1.获取百度新闻网页的源代码

import requests

u="http://news.baidu.com/"
s={"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.127 Safari/537.36 Edg/100.0.1185.50"}
#s以字典形式，User-Agent是键，值是用户代理
res=requests.get(u,headers=s).text
print(res)

练习2.通过正则表达式提取“Hello 123 world 456 Python基础135”中的数字

练习3.

s1='
央视网新闻  2019年04月13日 13:33
'
r1='
(.*?)
'
re.findall(r1,s1)[0].replace("","").replace("  ","")  #[0]代表提取列表的首个元素

练习4.

#（1）
s='''
 
      阿里巴巴代码竞赛现全球首位AI评委 能为代码质量打分
    '''
r='.*?
re.findall(r,s,re.S)[0]  #re.findall(r,s,re.S获取的是列表形式

#（2）
r2='.*?(.*?)'
re.findall(r2,s,re.S)[0].replace("","").replace("\n","").replace(" ","")

六、文本处理