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=hy010000DataType=HS_RANKsort=PERCENTorder=desccount=24page=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：

1. 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(yīng)id（如金融，hy010000）
2. 根據(jù)行業(yè)板塊對應(yīng)id構(gòu)造新的行業(yè)股票數(shù)據(jù)網(wǎng)頁
3. 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
4. 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 requests
import re
import pandas as pd

# 獲取全部板塊及板塊id
url = 'http://quotes.money.163.com/old/#query=hy001000DataType=HS_RANKsort=PERCENTorder=desccount=24page=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(jié)果為由元組組成的列表
label = re.findall(r'"qid="(hy.*?)"qquery=.*?"title="(.*?)">',labelHtml)
# 轉(zhuǎn)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(chǔ)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(guān)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：

1. 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
2. 再對每個色塊進行對應(yīng)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(shè)置完色階后再進行管理規(guī)則：

• 我們將中間值設(shè)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(shè)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(fù)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(yīng)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(yīng)數(shù)據(jù)點填充色
  Selection.Format.Fill.ForeColor.RGB = MyColor
 Next

End Sub

執(zhí)行腳本過程如下：

好了，以上就是本次全部內(nèi)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(nèi)容，更多關(guān)于python 爬取股票數(shù)據(jù)并繪圖的資料請關(guān)注腳本之家其它相關(guān)文章！