兄弟们，最近女朋友迷上了这玩意，结果化身败家子，她家里给她准备的嫁妆都给贴进去了，这我能忍？

我国股票投资者数量为15975.24万户，如此多的股民热衷于炒股，首先抛开炒股技术不说，那么多股票数据也非常难找，密密麻麻的数据会让你看着头都大了。

一、准备前奏

1、开发环境 & 第三方模块

解释器版本:      python  3.8
代码编辑器:      pycharm 2021.2
requests      
csv

不会安装软件看这篇：Python入门到精通最全最详细合集
不会安装模块看这篇：如何安装python模块, python模块安装失败的原因以及解决办法

2、抓取目标

目标地址

https://xueqiu.com/hq#exchange=CN&plate=1_3_2&firstName=1&secondName=1_3&type=sha&order=desc&order_by=amount

二、爬虫部分

1、爬虫步骤

1.确定url地址(链接地址)
2.发送网络请求
3.数据解析(筛选数据)
4.数据的保存(数据库(mysql\mongodb\redis), 本地文件)

2、爬虫代码

import requests     # 发送网络请求
import csv

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()
# 1.确定url地址(链接地址)
# Python学习资料私我（视频/电子书等等都准备好了）
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'
    # 2.发送网络请求
    # 伪装
    headers = {
        # 浏览器伪装
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36'
    }
    response = requests.get(url, headers=headers)
    json_data = response.json()
    # print(json_data)
    # 3.数据解析(筛选数据)
    data_list = json_data['data']['list']
    for data in data_list:
        data1 = data['symbol']
        data2 = data['name']
        data3 = data['current']
        data4 = data['chg']
        data5 = data['percent']
        data6 = data['current_year_percent']
        data7 = data['volume']
        data8 = data['amount']
        data9 = data['turnover_rate']
        data10 = data['pe_ttm']
        data11 = data['dividend_yield']
        data12 = data['market_capital']
        print(data1, data2, data3, data4, data5, data6, data7, data8, data9, data10, data11, data12)
        data_dict = {
            '股票代码': data1,
            '股票名称': data2,
            '当前价': data3,
            '涨跌额': data4,
            '涨跌幅': data5,
            '年初至今': data6,
            '成交量': data7,
            '成交额': data8,
            '换手率': data9,
            '市盈率(TTM)': data10,
            '股息率': data11,
            '市值': data12,
        }
        csv_write.writerow(data_dict)
file.close()

3、效果

数据有点多，展示部分，这是数据已经保存到Excel了。

三、数据分析部分

1、代码

import pandas as pd     # 做表格处理

data_df = pd.read_csv('data2.csv')
print(data_df)

2、效果展示

可以看到现在高居不下的依然是白酒、高科技、药业这几类，但是股票有风险，投资需谨慎，大家不是家里有矿，不建议买。