大家好，最近大A的白馬股們簡直 跌媽不認，作為重倉了抱團白馬股基金的養(yǎng)雞少年，每日那是一個以淚洗面啊。

不過從金融界最近一個交易日的大盤云圖來看，其實很多中小股還是紅色滴，綠的都是白馬股們。

以下截圖來自金融界網(wǎng)站-大盤云圖：

那么，今天我們試著用python爬取最近交易日的股票數(shù)據(jù)，并試著用excel簡單繪制以下上面這個樹狀圖。本文旨在拋磚引玉，吼吼。

1. python爬取網(wǎng)易財經(jīng)不同板塊股票數(shù)據(jù)目標網(wǎng)址：

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

由于這個爬蟲部分比較簡單，這里不做過多贅述，僅介紹一下思路并附上完整代碼供大家參考。

爬蟲思路： 請求目標網(wǎng)站數(shù)據(jù)，解析出主要行業(yè)（新）的數(shù)據(jù)：行業(yè)板塊名稱及對應id（如金融，hy010000） 根據(jù)行業(yè)板塊對應id構造新的行業(yè)股票數(shù)據(jù)網(wǎng)頁 由于翻頁網(wǎng)址不變，按照《》的里的套路找到股票列表數(shù)據(jù)的真實地址 代入?yún)?shù)，獲取全部頁數(shù)，然后翻頁爬取全部數(shù)據(jù) 爬蟲代碼：

# -*- coding: utf-8 -*-'''Created Feb 28 10:30:56 2021@author: 可以叫我才哥'''import requestsimport reimport pandas as pd# 獲取全部板塊及板塊idurl = ’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# 替換非字符為空，便于下面的正則html = re.sub(’s’,’’,html)# 正則獲取 板塊及id所在區(qū)域labelHtml = re.findall(r’</span>主要行業(yè)(新)</a>(.*?)</span>證監(jiān)會行業(yè)(新)’,html)[0]# 正則板塊和id，結果為由元組組成的列表label = re.findall(r’'qid='(hy.*?)'qquery=.*?'title='(.*?)'>’,labelHtml)# 轉化為dataframe類型dfLabel = pd.DataFrame(label,columns=[’id’,’板塊’])# 根據(jù)板塊id和翻頁獲取頁面數(shù)據(jù)（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’, #你可以不用這么多字段 ’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# 空列表用于存取每頁數(shù)據(jù)dfs = []# 遍歷全部板塊for hy_id,板塊 in dfLabel.values: # 獲取頁數(shù) 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[’板塊’] = 板塊 dfs.append(df) print(f’已爬取{len(dfs)}個板塊數(shù)據(jù)’)result = pd.concat(dfs) 2. excel樹狀圖

excel樹狀圖是在office2016級之后版本中新加的圖表類型，想要繪制需要基于此版本及之后的版本哦。

2.1. 簡單的樹狀圖

簡單的樹狀圖繪制流程：框選數(shù)據(jù)—>插入—>圖表—>選中樹狀圖 即可。

以下圖為例，在樹狀圖中，每個色塊代表一個省份，色塊面積大小則由其GDO值大小決定。

2.2. 帶有增長率的樹狀圖

我們發(fā)現(xiàn)，在基礎的樹狀圖中，色塊顏色除了區(qū)別色塊之外并沒有其他特殊含義。拿GDP來說，除了值之外我們一般也會去看其增長率，那么是否可以讓色塊顏色和增長率有關聯(lián)呢？

下面我們試著探究一下，如果成功的話，那么金融界的大盤云圖似乎也可以用excel樹狀圖來進行繪制了不是！

思路：

我們希望色塊顏色能代表增長率，比如紅色是上漲，綠色是下降且顏色越深代表絕對值越大 再對每個色塊進行對應的顏色填充即可

由于 樹狀圖頂多支持多級，色塊顏色也只能手動單一填充，怎么辦呢？既然手動可以，那么其實就可以用VBA自動化這個過程咯。

2.3.1. 增長率配色

基于思路1，我們需要對增長率進行配色，最簡單的就是用條件格式里的色階。

框選增長率數(shù)據(jù)—>開始—>條件格式—>色階（選中那個讓值越大顏色越紅的，由于這里有負增長率，所以選了帶紅綠的）：

為了更好的展示區(qū)分正負增長率，我們在設置完色階后再進行管理規(guī)則：

我們將中間值設為數(shù)字0，這樣負增長率就是綠色，正增長率就是紅色； 我們將最大值設置為百分點值80，也就是增長率前80%的值都是最紅的。

最終配色效果：

2.3.2. VBA填充色塊顏色

先看效果：

湖北因為收到疫情影響最大，有接近小半年屬于封省狀態(tài)，全年增長率為負數(shù)。

由于條件格式下單元格顏色是不固定的無法通過vba獲取，我們需要將顏色賦值到新的一列中去，需要用到如下操作：

**選中增長率數(shù)據(jù)復制，然后點擊剪切板最右下角會出現(xiàn)剪貼板，再鼠標左鍵選擇需要粘貼的地方如E2，點擊剪貼板中需要粘貼的數(shù)據(jù)即可。**這個時候，被粘貼的單元格區(qū)域的顏色就是固定的了，你可以選擇刪除數(shù)據(jù)只留顏色部分。

VBA思路：

激活需要操作的圖表（Activate）

遍歷全部的系列和數(shù)據(jù)點（ActiveChart.FullSeriesCollection(1).Points.Count）

從第一個數(shù)據(jù)點開始，獲取對應增長率單元格顏色（ActiveSheet.Range('E' & i + 1).Interior.Color）

將單元格賦值給該數(shù)據(jù)點（Selection.Format.Fill.ForeColor.RGB）

VBA代碼：

Sub My_Color() ActiveSheet.ChartObjects('圖表 1').Activate ’遍歷全部的數(shù)據(jù)點 For i = 1 To ActiveChart.FullSeriesCollection(1).Points.Count ’選中數(shù)據(jù)點 ActiveChart.FullSeriesCollection(1).Points(i).Select ’獲取單元格顏色 MyColor = ActiveSheet.Range('E' & i + 1).Interior.Color ’將單元格顏色賦值給對應數(shù)據(jù)點填充色 Selection.Format.Fill.ForeColor.RGB = MyColor NextEnd Sub

執(zhí)行腳本過程如下：

好了，以上就是本次全部內容，大家可以試著爬取股票數(shù)據(jù)，然后試著繪制一下。

溫馨提示：接近小5000股票數(shù)據(jù)，vba填充色塊顏色會卡死，不建議全選操作。

以上就是python爬取股票最新數(shù)據(jù)并用excel繪制樹狀圖的示例的詳細內容，更多關于python 爬取股票數(shù)據(jù)并繪圖的資料請關注好吧啦網(wǎng)其它相關文章！