• from pyecharts import options as opts  # 全局、系列配置
    from pyecharts.charts import Bar, Grid, Line  # 柱形图
    from pyecharts.globals import ThemeType  # 主题风格
    from pyecharts.charts import Kline, Line, Bar, Gauge, Pie, Scatter, TreeMap  # K线图、线形图、柱状图、仪表盘、饼图、散点图、矩形树图
    from pyecharts.charts import Grid, Tab  # 组合组件、分页组件
    from pyecharts.components import Table  # 表格组件
    from pyecharts.options import ComponentTitleOpts
    from pyecharts.commons.utils import JsCode
    
    import time  # 时间模块
    
    
    # import pandas as pd  # Pandas模块
    
    
    ########################################################### Pandas数据读写操作 ###########################################################
    class Pands_Handler:
        # 初始化
        def __init__(self):
            self.start = start
            self.end = end
    
        # pandas查询数据
        def data_query(self, table):
            sql = '''select * from {table}'''.format(table=table)
    
    
    ########################################################### 宏观资金流动性 ###########################################################
    class Getdata:
        # 黄金、外汇储备
        def get_data_01(self):
            return Pands_Handler.data_query('a_china_fx_gold')
    
        # 货币投放量
        def get_data_02(self):
            return Pands_Handler.data_query('a_china_hb')
    
        # 货币供应量
        def get_data_03(self):
            return Pands_Handler.data_query('a_china_money_supply')
    
        # 正回购、逆回购
        def get_data_04(self):
            return Pands_Handler.data_query('a_china_money_supply')
    
        # 沪深股通资金总览
        def get_data_05(self):
            return Pands_Handler.data_query('a_hsgt_moneyflow')
    
        # 指数行情
        def get_data_06(self):
            return Pands_Handler.data_query('a_index_daily')
    
        # 涨停统计总览
        def get_data_07(self):
            return Pands_Handler.data_query('a_market_limit_up_count')
    
        # shibor、利率
        def get_data_08(self):
            return Pands_Handler.data_query('a_shibor')
    
        # 投资者账户总览
        def get_data_09(self):
            return Pands_Handler.data_query('a_stock_account')
    
        # 大单资金流向
        def get_data_10(self):
            return Pands_Handler.data_query('a_stock_big_money')
    
        # 集合竞价
        def get_data_11(self):
            return Pands_Handler.data_query('a_stock_call_auction')
    
        # 盘口异动明细
        def get_data_12(self):
            return Pands_Handler.data_query('a_stock_change')
    
        # 所属概念
        def get_data_13(self):
            return Pands_Handler.data_query('a_stock_concept')
    
        # 个股行情
        def get_data_14(self):
            return Pands_Handler.data_query('a_stock_daily')
    
        # 个股指标
        def get_data_15(self):
            return Pands_Handler.data_query('a_stock_daily_basic')
    
        # 龙虎榜风口概念
        def get_data_16(self):
            return Pands_Handler.data_query('a_stock_hot_concept')
    
        # 沪深股通明细
        def get_data_17(self):
            return Pands_Handler.data_query('a_stock_hsgt_hold')
    
        # 所属行业
        def get_data_18(self):
            return Pands_Handler.data_query('a_stock_industry')
    
        # 龙虎榜成交明细
        def get_data_19(self):
            return Pands_Handler.data_query('a_stock_lhb_list')
    
        # 涨停、跌停板明细
        def get_data_20(self):
            return Pands_Handler.data_query('a_stock_limit_list')
    
        # 涨跌停价格明细
        def get_data_21(self):
            return Pands_Handler.data_query('a_stock_limit_price')
    
        # 涨停板统计分析
        def get_data_22(self):
            return Pands_Handler.data_query('a_stock_limit_up_pool')
    
        # 股票列表
        def get_data_23(self):
            return Pands_Handler.data_query('a_stock_list')
    
        # 破净股统计
        def get_data_24(self):
            return Pands_Handler.data_query('a_stock_pjgnum')
    
        # 市场涨跌统计
        def get_data_25(self):
            return Pands_Handler.data_query('a_stock_scqx_zdtjs')
    
        # 创新高、创新低
        def get_data_26(self):
            return Pands_Handler.data_query('a_stock_xgdnum')
    
        # 交易日历
        def get_data_27(self):
            return Pands_Handler.data_query('a_trade_cal_date')
    
    
    class Dealdata:
        # 黄金、外汇储备
        def get_data_deal_01(self, data):
            # 外汇储备:亿美元
            # 黄金储备、万盎司
            data.columns = ['日期', '外汇储备', '黄金储备']
            return data
    
        # 货币投放量
        def get_data_deal_02(self, data):
            # 净投放量、亿
            # 回笼量 、亿
            # 投放量 、亿
            data.columns = ['开始日期', '净投放量', '回笼量', '结束日期', '投放量', '周期']
            return data
    
        # 货币供应量
        def get_data_deal_03(self, data):
            # M2、亿
            # M1、亿
            # M0、亿
            data.columns = ['日期', 'M2', 'M1', 'M0']
            return data
    
        # 正回购、逆回购
        def get_data_deal_04(self, data):
            # 操作日期、天
            # 交易金额、亿
            # 中标利率、%
            data.columns = ['日期', '操作期限', '交易金额', '中标类型', '中标利率']
            return data
    
        # 沪深股通资金总览
        def get_data_deal_05(self, data):
            # 沪股通  、百万
            # 深股通  、百万
            # 北向资金、百万
            data.columns = ['日期', '沪股通', '深股通', '北向资金']
            return data
    
        # 指数行情
        def get_data_deal_06(self, data):
            # ***价、元
            # 涨跌幅、%
            # 成交额、千元
            data.columns = ['代码', '日期', '开盘价', '最高价', '最低价', '收盘价', '昨收价', '涨跌幅', '成交额']
            return data
    
        # 涨停统计总览
        def get_data_deal_07(self, data):
            data.columns = ['日期', '连板股', '二连板', '三连板', '高度板']
            return data
    
        # shibor、利率
        def get_data_deal_08(self, data):
            data.columns = ['日期', '隔夜', '一月']
            return data
    
        # 投资者账户总览
        def get_data_deal_09(self, data):
            # 新增投资者数量、万户
            # 期末投资者数量、万户
            # 沪深总市值   、万亿
            # 沪深人均总市值、万元
            data.columns = ['日期', '新增投资者数量', '期末投资者数量', '沪深总市值', '沪深人均市值']
            return data
    
        # 大单资金流向
        def get_data_deal_10(self, data):
            # 中单买入、万元
            # 中单卖出、万元
            # 大单买入、万元
            # 大单卖出、万元
            # 超大单买入、万元
            # 超大单卖出、万元
            # 净流入、万元
            data.columns = ['代码', '日期', '中单买入', '中单卖出', '大单买入', '大单卖出', '超大单买入', '超大单卖出', '净流入']
            return data
    
        # 集合竞价
        def get_data_deal_11(self, data):
            # 成交价、元
            # 成交额、元
            data.columns = ['代码', '日期', '成交价', '成交额']
            return data
    
        # 盘口异动明细
        def get_data_deal_12(self, data):
            data.columns = ['时间', '代码', '名称', '异动类型', '异动值', '单位']
            return data
    
        # 所属概念
        def get_data_deal_13(self, data):
            data.columns = ['代码', '名称', '概念']
            return data
    
        # 个股行情
        def get_data_deal_14(self, data):
            # ***价、元
            # 涨跌幅、%
            # 成交额、千元
            data.columns = ['代码', '日期', '开盘价', '最高价', '最低价', '收盘价', '昨收价', '涨跌幅', '成交额']
            return data
    
        # 个股指标
        def get_data_deal_15(self, data):
            # 实际换手率、%
            # 总股本、万股
            # 流通股本、万股
            # 自由流通股本、万股
            data.columns = ['代码', '日期', '实际换手率', '量比', '总股本', '流通股本', '自由流通股本']
            return data
    
        # 龙虎榜风口概念
        def get_data_deal_16(self, data):
            data.columns = ['日期', '代码', '名称', '风口概念']
            return data
    
        # 沪深股通明细
        def get_data_deal_17(self, data):
            # 收盘价、元
            # 涨跌幅、%
            # 持股数量、股
            # 持股市值、元
            # 增持数量、股
            # 增持市值、元
            data.columns = ['日期', '代码', '名称', '行业', '收盘价', '涨跌幅', '持股数量', '持股市值', '增持数量', '增持市值']
            return data
    
        # 所属行业
        def get_data_deal_18(self, data):
            data.columns = ['代码', '名称', '行业']
            return data
    
        # 龙虎榜成交明细
        def get_data_deal_19(self, data):
            # 买入金额、元
            # 卖出金额、元
            data.columns = ['日期', '代码', '买卖方向', '营业部名称', '买入金额', '卖出金额', '营业部标签', '游资标签']
            return data
    
        # 涨停、跌停板明细
        def get_data_deal_20(self, data):
            # 收盘价、元
            # 涨跌幅、%
            # 封单金额、元
            # 开板次数、次
            data.columns = ['日期', '代码', '收盘价', '涨跌幅', '封单比', '封单金额', '首次封板时间', '最后封板时间', '开板次数', '涨跌强度', '涨跌类型']
            return data
    
        # 涨跌停价格明细
        def get_data_deal_21(self, data):
            # 涨停价、元
            # 跌停价、元
            data.columns = ['日期', '代码', '涨停价', '跌停价']
            return data
    
        # 涨停板统计分析
        def get_data_deal_22(self, data):
            data.columns = ['日期', '代码', '连板数', '区间天数', '涨停数', '行业']
            return data
    
        # 股票列表
        def get_data_deal_23(self, data):
            data.columns = ['代码', '名称', '省份', '市场', '上市板块', '上市日期', '是否沪深股通']
            return data
    
        # 破净股统计
        def get_data_deal_24(self, data):
            data.columns = ['日期', '破净股数量', '公司总家数', '破净比率']
            return data
    
        # 市场涨跌统计
        def get_data_deal_25(self, data):
            data.columns = ['日期', '曾涨停', '曾跌停', '涨停', '跌停', '一字涨停', '一字跌停', '大幅上涨', '大幅下跌', '大碗面', '反包板', '公司家数']
            return data
    
        # 创新高、创新低
        def get_data_deal_26(self, data):
            data.columns = ['日期', '20日新高', '20日新低', '60日新高', '60日新低', '120日新高', '120日新低']
            return data
    
        # 交易日历
        def get_data_deal_27(self, data):
            data.columns = ['上市板块', '交易日期', '日期判断', '上一个交易日期']
            return data
    
    
    class Calculate:
        # 均线计算
        def calculate_ma(self, day_count, data):
            result = []
            for i in range(len(data["values"])):
                if i < day_count:
                    result.append("-")
                    continue
                sum_total = 0.0
                for j in range(day_count):
                    sum_total += float(data["values"][i - j][1])
                result.append(abs(float("%.3f" % (sum_total / day_count))))
            return result
    
    
        # 多日主力资金流向
        def calculate_stock_fund(self,day_count,data):
            result = []
            for index, row in data.itterow:
                pass
        # 市场情绪
        def calculate_market_emotion(self):
            pass
    
    
    
            data = data.replace({'正回购': -1, '逆回购': 1})
            data['amount'] = data['deal_amount'] * data['trading_method']
            data = data[['operation_from_date', 'amount']]
            data.columns = ['日期', '交易金额']
    
            return data
    
        # 货币供应量
        def get_data_hbgyl(self):
            data = Pands_Handler().data_query('a_china_money_supply')
    
            data.columns = ['日期', 'M2', 'M1', 'M0']
    
            return data
    
        # 上证、深证、创业板指数
        def get_data_index(self):
            data = Pands_Handler().data_query('a_index_daily')
    
            data1 = data[data['scode'] == '000001.SH']  # 上证指数
            data2 = data[data['scode'] == '399001.SZ']  # 深证指数
            data3 = data[data['scode'] == '399006.SZ']  # 创业板指数
    
            data1 = data1[['date', 'oprice', 'hprice', 'lprice', 'cprice', 'pct_chg', 'amount']]
            data2 = data2[['date', 'oprice', 'hprice', 'lprice', 'cprice', 'pct_chg', 'amount']]
            data3 = data3[['date', 'oprice', 'hprice', 'lprice', 'cprice', 'pct_chg', 'amount']]
    
            data1.columns = ['日期', '开盘价', '最高价', '最低价', '收盘价', '涨跌幅', '成交额']
            data2.columns = ['日期', '开盘价', '最高价', '最低价', '收盘价', '涨跌幅', '成交额']
            data3.columns = ['日期', '开盘价', '最高价', '最低价', '收盘价', '涨跌幅', '成交额']
    
            return data1, data2, data3
    
        # 沪深股通资金
        def get_data_hsgt(self):
            data = Pands_Handler().data_query('a_hsgt_moneyflow')
    
            data.columns = ['日期', '沪股通', '深股通', '北向资金']
    
            return data
    
        # Shibor利率
        def get_data_shibor(self):
            data = Pands_Handler().data_query('a_shibor')
    
            data = data[['date', 'pre_night_shibor']]
            data.columns = ['日期', '隔夜shibor']
    
            return data
    
        # 沪深两市成交额
        def get_data_hsls(self):
            data = Pands_Handler().data_query('a_stock_daily')
    
            data = data[['date', 'amount']]
            data = data.groupby('date').sum().reset_index()
            data.columns = ['日期', '成交额']
    
            return data
    
        # 沪深竞价成交额
        def get_data_call(self):
            data = Pands_Handler().data_query('a_stock_call_auction')
    
            data = data[['date', 'amount']]
            data = data.groupby('date').sum().reset_index()
            data.columns = ['日期', '成交额']
    
            return data
    
        # 龙虎榜席位成交
        def get_data_lhb_classify(self):
            data = Pands_Handler().data_query('a_stock_lhb_list')
    
            # youziicon:一线游资(1)、顶级游资(2)、知名游资(3)、机构(4)、沪股通(5)、深股通(6)、其他(0)
            data['amount'] = data['buy'] + data['sell']
            data = data[['date', 'direction', 'amount', 'youziicon']]
            data = pd.pivot_table(data, values='amount', columns='direction', index=['date', 'youziicon'], aggfunc='sum',
                                  margins=True)
            data = data.reset_index()
            data = data[data['date'] != 'All']
            data = data.replace({0: '其他', 1: '一线游资', 2: '顶级游资', 3: '知名游资', 4: '机构', 5: '沪股通', 6: '深股通'})
            data.columns = ['日期', '资金类型', '买入额', '卖出额', '净买入额']
    
            return data
    
        # 大资金流向
        def get_data_dzjlx(self):
            data = Pands_Handler().data_query('a_stock_big_money')
    
            data['md_net_amount'] = data['bmd_amount'] - data['smd_amount']
            data['lg_net_amount'] = data['blg_amount'] - data['slg_amount']
            data['elg_net_amount'] = data['belg_amount'] - data['selg_amount']
    
            data = data[['date', 'bmd_amount', 'smd_amount', 'md_net_amount', 'blg_amount', 'slg_amount', 'lg_net_amount',
                         'belg_amount', 'selg_amount', 'elg_net_amount', 'net_amount']]
            data = data.groupby('date').sum().reset_index()
            data.columns = ['日期', '中单买入', '中单卖出', '中单净流入', '大单买入', '大单卖出', '大单净流入', '超大单买入', '超大单卖出', '超大单净流入', '净流入']
    
            print(data)
    
        # 市场情绪
        def get_data_scqx(self):
            data1 = Pands_Handler().data_query('a_market_limit_up_count')
            data2 = Pands_Handler().data_query('a_stock_scqx_zdtjs')
            data3 = Pands_Handler().data_query('a_stock_pjgnum')
            data4 = Pands_Handler().data_query('a_stock_xgdnum')
            data5 = Pands_Handler().data_query('a_stock_limit_list')
    
    
    class Market:
    
        # 特殊柱状图
        def sbar(self, x_data, y_data, series_names, title, subtitle):
            c = (
                Bar()
                    .add_xaxis(xaxis_data=x_data)
                    .add_yaxis(
                    series_name=series_names,
                    y_axis=y_data,
                    is_large=True,
                    large_threshold=400,
                    label_opts=opts.LabelOpts(
                        is_show=False,
                    ),
                )
                    .set_global_opts(
                    title_opts=opts.TitleOpts(
                        title=title,
                        subtitle=subtitle,
                        item_gap=10,
                        title_textstyle_opts=opts.TextStyleOpts(
                            font_family='Microsoft YaHei',
                            font_weight='bolder',
                            font_size=14,
                            color='',
                        ),
                        subtitle_textstyle_opts=opts.TextStyleOpts(
                            font_family=None,
                            font_size=10,
                            color='',
                        ),
                    ),
                    legend_opts=opts.LegendOpts(
                        is_show=True,
                        pos_right=5,
                        orient='vertical',
                        legend_icon='rect',
                    ),
    
                    tooltip_opts=opts.TooltipOpts(
                        is_show=True,
                        trigger='axis',
                        trigger_on='click',
                        formatter="{a}: {c}",
                        textstyle_opts=opts.TextStyleOpts(
                            font_family='Arial',
                            font_size=14,
                        )
    
                    ),
                    visualmap_opts=opts.VisualMapOpts(
                        is_piecewise=True,
                        pieces=[
                            {"max": 0, "color": 'green'},
                            {"min": 0, "color": 'red'}
                        ]
                    )
                )
                    .render('shangzheng.html')
            )
    
        def cbar(self, x_data, series_names, y_data):
            bar_1 = (
                Bar()
                    .add_xaxis(xaxis_data=data["times"])
                    .add_yaxis(
                    series_name="Volumn",
                    yaxis_data=data["vols"],
                    xaxis_index=1,
                    yaxis_index=1,
                    label_opts=opts.LabelOpts(is_show=False),
    
                    # 改进后在 grid 中 add_js_funcs 后变成如下
                    itemstyle_opts=opts.ItemStyleOpts(
                        color=JsCode(
                            """
                        function(params) {
                            var colorList;
                            if (barData[params.dataIndex][1] > barData[params.dataIndex][0]) {
                                colorList = '#ef232a';
                            } else {
                                colorList = '#14b143';
                            }
                            return colorList;
                        }
                        """
                        )
                    ),
                )
                    .set_global_opts(
                    xaxis_opts=opts.AxisOpts(
                        type_="category",
                        grid_index=1,
                        axislabel_opts=opts.LabelOpts(is_show=False),
                    ),
                    legend_opts=opts.LegendOpts(is_show=False),
                )
            )
    
        # 常规折线图
        def cline(self, x_data):
            c = (
                Line()
                    .add_xaxis(xaxis_data=x_data)
                    .add_yaxis(
                    series_name=series_names,
                    y_axis=y_data,
                    is_smooth=True,
                    linestyle_opts=opts.LineStyleOpts(
                        width=3,
                        opacity=0.5,
                        curve=1,
                        type_='solid',
                        color=''
    
                    )
    
                )
                    .set_global_opts(title_opts=opts.TitleOpts(title="Line-smooth"))
                    .render("line_smooth.html")
            )
    
        def bar1(self):
            bar = (
                Bar()
                    .add_xaxis(Faker.choose())
                    .add_yaxis("商家A", Faker.values(), label_opts=opts.LabelOpts(position="right"))
                    .add_yaxis("商家B", Faker.values(), label_opts=opts.LabelOpts(position="right"))
                    .reversal_axis()
                    .set_global_opts(
                    title_opts=opts.TitleOpts("Timeline-Bar-Reversal (时间: {} 年)".format(i))
                )
            )
    
        # 特殊折线图
        def kline(self):
            kline = (
                Kline()
                    .add_xaxis(xaxis_data=data["times"])
                    .add_yaxis(
                    series_name="",
                    y_axis=data["datas"],
                    itemstyle_opts=opts.ItemStyleOpts(
                        color="#ef232a",
                        color0="#14b143",
                        border_color="#ef232a",
                        border_color0="#14b143",
                    ),
                    markpoint_opts=opts.MarkPointOpts(
                        data=[
                            opts.MarkPointItem(type_="max", name="最大值"),
                            opts.MarkPointItem(type_="min", name="最小值"),
                        ]
                    ),
                    markline_opts=opts.MarkLineOpts(
                        label_opts=opts.LabelOpts(
                            position="middle", color="blue", font_size=15
                        ),
                        data=split_data_part(),
                        symbol=["circle", "none"],
                    ),
                )
                    .set_series_opts(
                    markarea_opts=opts.MarkAreaOpts(is_silent=True, data=split_data_part())
                )
                    .set_global_opts(
                    title_opts=opts.TitleOpts(title="K线周期图表", pos_left="0"),
                    xaxis_opts=opts.AxisOpts(
                        type_="category",
                        is_scale=True,
                        boundary_gap=False,
                        axisline_opts=opts.AxisLineOpts(is_on_zero=False),
                        splitline_opts=opts.SplitLineOpts(is_show=False),
                        split_number=20,
                        min_="dataMin",
                        max_="dataMax",
                    ),
                    yaxis_opts=opts.AxisOpts(
                        is_scale=True, splitline_opts=opts.SplitLineOpts(is_show=True)
                    ),
                    tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="line"),
                    datazoom_opts=[
                        opts.DataZoomOpts(
                            is_show=False, type_="inside", xaxis_index=[0, 0], range_end=100
                        ),
                        opts.DataZoomOpts(
                            is_show=True, xaxis_index=[0, 1], pos_top="97%", range_end=100
                        ),
                        opts.DataZoomOpts(is_show=False, xaxis_index=[0, 2], range_end=100),
                    ],
                    # 三个图的 axis 连在一块
                    # axispointer_opts=opts.AxisPointerOpts(
                    #     is_show=True,
                    #     link=[{"xAxisIndex": "all"}],
                    #     label=opts.LabelOpts(background_color="#777"),
                    # ),
                )
            )
    
        def timeline(self):
            attr = Faker.choose()
            tl = Timeline()
            for i in range(2015, 2020):
                pie = (
                    Pie()
                        .add(
                        "商家A",
                        [list(z) for z in zip(attr, Faker.values())],
                        rosetype="radius",
                        radius=["30%", "55%"],
                    )
                        .set_global_opts(title_opts=opts.TitleOpts("某商店{}年营业额".format(i)))
                )
                tl.add(pie, "{}年".format(i))
            tl.render("timeline_pie.html")
    
        def tab(self):
            tab = Tab()
            tab.add(bar_datazoom_slider(), "bar-example")
            tab.add(line_markpoint(), "line-example")
            tab.add(pie_rosetype(), "pie-example")
            tab.add(grid_mutil_yaxis(), "grid-example")
            tab.render("tab_base.html")
    
        def
    
    
    if __name__ == '__main__':
        start = ''
        end = ''
        # data = pd.DataFrame()
        x_data = [1, 2, 3, 4]
        y_data = [-100, 200, 30, -50]
        series_names = ''
        title = '涨跌幅'
        subtitle = '单位'
        Market().sbar(x_data, y_data, series_names, title, subtitle)
        Market().cbar(x_data, series_names, y_data)
  • 相关阅读:
    跟我一起写 Makefile
    NFS服务器配置
    q
    tar命令的详细解释
    etc/xinetd.d目录介绍
    ubuntu 10.04下的配置tftp服务器
    莫队板子
    Day8(分块)
    字符串板子
    字符串练习题
  • 原文地址:https://www.cnblogs.com/Iceredtea/p/13566753.html
Copyright © 2020-2023  润新知