<i id="blui3"><bdo id="blui3"><samp id="blui3"></samp></bdo></i>
    <wbr id="blui3"><table id="blui3"></table></wbr>
  1. <video id="blui3"></video>
    <track id="blui3"><ins id="blui3"><table id="blui3"></table></ins></track>
    <bdo id="blui3"><pre id="blui3"><samp id="blui3"></samp></pre></bdo>
    <menu id="blui3"><div id="blui3"><i id="blui3"></i></div></menu>
  2. <tt id="blui3"><tr id="blui3"></tr></tt>
  3. <wbr id="blui3"><ins id="blui3"></ins></wbr>
  4. <tt id="blui3"><sub id="blui3"></sub></tt>
    <source id="blui3"><ins id="blui3"></ins></source>

    Tushare Pro 新版發布,數據更穩定質量更好,歡迎注冊使用。

    ?

    數據存儲模塊主要是引導用戶將數據保存在本地磁盤或數據庫服務器上,便于后期的量化分析和回測使用,在以文件格式保存在電腦磁盤的方式上,調用的是pandas本身自帶的方法,此處會羅列常用的參數和說明,另外,也會通過實例,展示操作的方法。在存入DataBase方面,也提供了簡單的處理方式,本文將給出簡單的python代碼。

    • 保存為csv格式
    • 保存為Excel格式
    • 保存為HDF5文件格式
    • 保存為JSON格式
    • 存入MySQL等關系型數據庫
    • 存入NoSQL數據庫

    CSV文件?

    pandas的DataFrame和Series對象提供了直接保存csv文件格式的方法,通過參數設定,輕松將數據內容保存在本地磁盤。

    常用參數說明:

    • path_or_buf: csv文件存放路徑或者StringIO對象
    • sep : 文件內容分隔符,默認為,逗號
    • na_rep: 在遇到NaN值時保存為某字符,默認為’‘空字符
    • float_format: float類型的格式
    • columns: 需要保存的列,默認為None
    • header: 是否保存columns名,默認為True
    • index: 是否保存index,默認為True
    • mode : 創建新文件還是追加到現有文件,默認為新建
    • encoding: 文件編碼格式
    • date_format: 日期格式

    注:在設定path時,如果目錄不存在,程序會提示IOError,請先確保目錄已經存在于磁盤中。

    調用方法:

    import tushare as ts
    
    df = ts.get_hist_data('000875')
    #直接保存
    df.to_csv('c:/day/000875.csv')
    
    #選擇保存
    df.to_csv('c:/day/000875.csv',columns=['open','high','low','close'])
    

    追加數據的方式:

    某些時候,可能需要將一些同類數據保存在一個大文件中,這時候就需要將數據追加在同一個文件里,簡單舉例如下:

    import tushare as ts
    import os
    
    filename = 'c:/day/bigfile.csv'
    for code in ['000875', '600848', '000981']:
        df = ts.get_hist_data(code)
        if os.path.exists(filename):
            df.to_csv(filename, mode='a', header=None)
        else:
            df.to_csv(filename)
    

    【注:如果是不考慮header,直接df.to_csv(filename, mode=’a’)即可,否則,每次循環都會把columns名稱也append進去】

    Excel文件?

    pandas將數據保存為MicroSoft Excel文件格式。

    常用參數說明:

    • excel_writer: 文件路徑或者ExcelWriter對象
    • sheet_name:sheet名稱,默認為Sheet1
    • sep : 文件內容分隔符,默認為,逗號
    • na_rep: 在遇到NaN值時保存為某字符,默認為’‘空字符
    • float_format: float類型的格式
    • columns: 需要保存的列,默認為None
    • header: 是否保存columns名,默認為True
    • index: 是否保存index,默認為True
    • encoding: 文件編碼格式
    • startrow: 在數據的頭部留出startrow行空行
    • startcol :在數據的左邊留出startcol列空列

    調用方法:

    import tushare as ts
    
    df = ts.get_hist_data('000875')
    #直接保存
    df.to_excel('c:/day/000875.xlsx')
    
    #設定數據位置(從第3行,第6列開始插入數據)
    df.to_excel('c:/day/000875.xlsx', startrow=2,startcol=5)
    

    HDF5文件?

    pandas利用PyTables包將數據保存為HDF5格式的文件。需要確認的是,運行時PyTables包的版本需要 >=3.0.0。

    常用參數說明:

    • path_or_buf: 文件路徑或者HDFStore對象
    • key:HDF5中的group標識
    • mode : 包括 {‘a’追加, ‘w’寫入, ‘r’只讀, ‘r+’等同于a但文件必須已經存在}, 默認是 ‘a’
    • format:‘fixed(f)|table(t)’,默認‘fixed’,f適合快速讀寫,不能追加數據 t適合從文件中查找和選擇數據
    • append: 適用于table(t)模式追加數據,默認Flase
    • complevel: 壓縮級別1-9, 默認0
    • complib: 壓縮類型{‘zlib’, ‘bzip2’, ‘lzo’, ‘blosc’, None}默認None

    調用方法:

    import tushare as ts
    
    df = ts.get_hist_data('000875')
    df.to_hdf('c:/day/hdf.h5','000875')
    

    方法2:

    import tushare as ts
    
    df = ts.get_hist_data('000875')
    store = HDFStore('c:/day/store.h5')
    store['000875'] = df
    store.close()
    

    JSON文件?

    pandas生成Json格式的文件或字符串。

    常用參數說明:

    • path_or_buf: json文件存放路徑
    • orient:json格式順序,包括columns,records,index,split,values,默認為columns
    • force_ascii: 將字符轉ASCII,默認為True

    調用方法:

    import tushare as ts
    
    df = ts.get_hist_data('000875')
    df.to_json('c:/day/000875.json',orient='records')
    
    #或者直接使用
    print df.to_json(orient='records')
    

    MySQL數據庫?

    pandas提供了將數據便捷存入關系型數據庫的方法,在新版的pandas中,主要是已sqlalchemy方式與數據建立連接,支持MySQL、Postgresql、Oracle、MS SQLServer、SQLite等主流數據庫。本例以MySQL數據庫為代表,展示將獲取到的股票數據存入數據庫的方法,其他類型數據庫請參考sqlalchemy官網文檔的create_engine部分。

    常用參數說明:

    • name:表名,pandas會自動創建表結構
    • con:數據庫連接,最好是用sqlalchemy創建engine的方式來替代con
    • flavor:數據庫類型 {‘sqlite’, ‘mysql’}, 默認‘sqlite’,如果是engine此項可忽略
    • schema:指定數據庫的schema,默認即可
    • if_exists:如果表名已存在的處理方式 {‘fail’, ‘replace’, ‘append’},默認‘fail’
    • index:將pandas的Index作為一列存入數據庫,默認是True
    • index_label:Index的列名
    • chunksize:分批存入數據庫,默認是None,即一次性全部寫人數據庫
    • dtype:設定columns在數據庫里的數據類型,默認是None

    調用方法:

    from sqlalchemy import create_engine
    import tushare as ts
    
    df = ts.get_tick_data('600848', date='2014-12-22')
    engine = create_engine('mysql://user:passwd@127.0.0.1/db_name?charset=utf8')
    
    #存入數據庫
    df.to_sql('tick_data',engine)
    
    #追加數據到現有表
    #df.to_sql('tick_data',engine,if_exists='append')
    

    MongoDB?

    pandas目前沒有提供直接存入MongoDB的方法,不過依然很簡單,而且方式很多,用戶可根據自身的業務特點選擇存儲的結構方式。

    使用方法:

    import pymongo
    import json
    
    conn = pymongo.Connection('127.0.0.1', port=27017)
    df = ts.get_tick_data('600848',date='2014-12-22')
    
    conn.db.tickdata.insert(json.loads(df.to_json(orient='records')))
    
    老司机午夜神器_两性色午夜视频_午夜男人免费福利视频,男人吃奶视频.男人女人强吻下面视频.无码av手机免费不卡在线观看.在线日本v二区不卡,一本到高清视频不卡dvd 免费任你躁国语自产在线播放,午夜嘿嘿嘿在线观看,国语自产精品视频在线,女人本色完整版高清,大人片视频免费,国产综合有码无码中文字幕,日日摸日日碰夜夜爽无码 亚洲成A人片在线观看无码,五十六十日本老熟妇乱,五十路熟女の豊満な肉体,国产区精品一区二区不卡,善良的小峓子2,久久久综合色久一本毛片,免费观看性欧美大片毛片 女人与公拘交的A片视频网站,在线看A片,高潮搐痉挛潮喷av,{精品国产品国语在线不卡,中文字幕av一区二区三区,免费国产凹凸在线视频,汇聚各种国内外精品资源 亚洲成A人片在线观看无码,五十六十日本老熟妇乱,五十路熟女の豊満な肉体,国产区精品一区二区不卡,善良的小峓子2,久久久综合色久一本毛片,免费观看性欧美大片毛片 2020自拍偷区亚洲综合第一页,欧美色欧美亚洲日韩在线播放,偷拍中国熟妇牲交,久久99久久99久久综合,男女配种超爽免费视频,少妇被黑人4P到惨叫,国产成人午夜精品影院 国产在线观看每日更新,亚洲日韩欧美国产专区,亚洲av欧美卡通动漫,亚洲欧美中文日韩v在线,亚洲系列 中文字幕制服,爽到憋不住潮喷大喷水视频视频在线播放
    性欧美VIDEOFREE高清极品,青柠视频在线观看免费完整版,一本到高清无码中文在线\,日本无遮挡的大尺度视频,国产学生A片,狼友AV在线观看免费,男女真人牲交A伋片 欧美日韩亚洲中字国产,亚洲第1页无码专区,色偷偷亚洲男人的天堂,***视频一区二区.,欧美免费全部免费观看,欧美成年性色生活片 毛片,欧美大胆A级视频 在线日韩日本国产亚洲,老司机在线网站2017,国产真实偷拍在线播放,最新国自产拍在线,国产人人看人人拍视频,国产av在在免费线观看美女,在线a亚洲视频播放在线观看 国产日韩av无码亚洲在线,欧美卡通另类偷 自拍网站,香港日本三级在线播放,日本毛片高清免费视频-夜夜干,FREE欧美性婬妇,欧洲美女牲交视频在线视频,洲女人牲交视频免费, 午夜无码片在线观看影视,在线观看免费无码专区,成年肉动漫在线观看无码,99久久无色码中文字幕,久久SE精品一区二区,午夜无码片在线观看影视 在线观看国产AV每日,亚洲人成网站观看在线播放,亚洲手机在线人成网站,亚洲人成网站在线播放942,亚洲国内自拍愉拍,老司机在线精品视频网站,成·人免费午夜无码视频 国产成年女人特黄特色毛片免,同性男黄网站,无码伊人6699久久大杳蕉,欧美胖老太牲交大战,欧美肥老太牲交大片,欧美肥老太交性视频视频在线观看 欧美gv完整版视频网站,欧美拍拍视频免费大全,中文有码在线手机视频,老司机午夜日别视频男人,老司机午夜精品视频在线观,无码不卡av东京热毛片,中文字幕无线在线视频 久久亚洲道色综合久久,开心五月色婷婷综合开心网,a大香蕉伊人9在线播放,伊人综合和综合久久热最新地址,大香蕉伊人玖久在线aⅴ亚洲中文字,老熟女AV导航精品导航 欧美AV_A片无限看\,欧美特级限制片2019,免费国产直接看片av,国产AⅤ视频免费观看,AV片免费大全在线观看不卡_第1页,奇米777四色影视在线看,超清中文乱码一区