Python基础知识复习I

Python基础知识复习I

目录
1 文件导入
-1.1 txt文档
-1.2 csv文件
-1.3 xlsx文件（Excel）
-1.4 SQL数据库中的table
-1.5 tushare接口

1 文件导入

原始数据：

1.1 txt文档

说明：如果txt文档中含有中文字符，并且不是用UTF-8格式编码的，那么在导入python之前要用sublime转码为UTF-8格式，再导入。

代码1：默认数据原始文件的第一行是变量行

import pandas as pd
data2=pd.read_table("/Users/anita/Desktop/td.txt")
data2

代码2：原始数据没有变量行，用header=None属性直接读取数据

import pandas as pd
data2=pd.read_table("/Users/anita/Desktop/td.txt",header=None,)
data2

代码3：读取的原始数据没有变量行，自己用columns添加变量名这一行

import pandas as pd
data=pd.read_csv("/Users/anita/Desktop/testdata.csv",header=None)
data2.columns=['姓名','年龄','性别'] #添加表头变量名
data2.head()

1.2 csv文件

代码1：默认数据原始文件的第一行是变量行

import pandas as pd
data=pd.read_csv("/Users/anita/Desktop/testdata.csv")#括号里面是文件的绝对地址
data.head()

代码2：原始数据没有变量行，用header=None属性直接读取数据

import pandas as pd
data=pd.read_csv("/Users/anita/Desktop/testdata.csv",header=None,)
data.head()

1.3 xlsx文件（Excel）

import pandas as pd
data3 = pd.read_excel("/Users/anita/Desktop/test3.xlsx",sheetname="工作表1") #sheetname指定读取excel表里具体哪一个sheet
data3

1.4 SQL数据库中的table

import pandas as pd
import pymysql

#____step1:实现Python和MySQL数据库的连接，并获取数据
conn = pymysql.connect(host="192.168.5.4",user="root",passwd="abc666",db="mydatabase",charset="utf8")
#说明：如果就在本机操作的话，host为数据库的ip地址（在terminal中键入“ ifconfig | grep "inet " | grep -v 127.0.0.1”，第一个就是），db为当初创建的数据库名称。
cur=conn.cursor()                #获取一个游标
cur.execute('select * from tb2') #tb2为该数据库中的表名称
data4=cur.fetchall()
type(data4)                      #查看data4的数据类型

#____step2:把从MySQL中获取的raw data转换为方便pandas处理的DataFrame数据类型
data5=list(data4)
data6=pd.DataFrame(data5)

data6.columns=['学号','班级','姓名','年龄','性别'] #添加表头变量名
data6.head()

1.5 tushare接口

1） 获得单只股票数据

stk_his=ts.get_hist_data('300545',start='2017-04-09', end='2017-04-18')  #获取历史数据（大约300条记录） 
stk_his

stk_now=ts.get_realtime_quotes('300545') #获取当前数据，一条记录
stk_now

stk_tick = ts.get_tick_data('600848',date='2015-01-09') #获取高频交易数据

说明：
volume：成交量
price_change：价格变动
ma5：5日均价
ma20：20日均价
v_ma5：5日均量
v_ma10：10日均量
v_ma20：20均量
turnover：换手率

• 单只股票历史数据

• 单只股票当日数据

• 单只股票高频数据：

2）获得多只股票数据

stocks = ['600219','000002','000623','000792']       
df = ts.get_realtime_quotes(stocks)  
df[['code','name','price','bid','ask','volume','amount','time']]  #只看自己关心的数据信息

获得CPI消费指数

Ins_CPI=ts.get_cpi()#  获得CPI指数
Ins_CPI

查看股票基本面

stkbas=ts.get_stock_basics()   
stkbas