526互联

【python爬虫课程设计】大数据分析——东方股票

发布时间 2023-12-28 22:30:44作者: 肖孟东

【python爬虫课程设计】大数据分析——东方股票

一、选题的背景


       近年来，东方股票作为中国股市的一部分，其行业地位和影响力较大。本次研究的目标是通过对东方股票的大数据分析，可以了解其在行业中的表现和趋势，从而为投资者提供决策依据。东方股票的交易数据和信息披露比较完善，这些数据和信息可以为投资者提供较为准确的市场分析和预测。通过对这些数据和信息进行大数据分析，可以更加深入地了解市场的运行规律和趋势。投资者行为和情绪对股票市场的影响较大。通过对东方股票的投资者行为和情绪进行大数据分析，可以了解投资者的心理预期和行为模式，从而为投资者提供更加精准的投资策略。股票市场具有一定的风险，如何进行风险管理和控制是投资者关注的重点。通过对东方股票的风险管理和控制进行大数据分析，可以为投资者提供更加科学和有效的风险管理方法。股票市场的监管和合规是保障市场正常运行的重要保障。通过对东方股票的监管和合规进行大数据分析，可以为监管部门提供更加全面和准确的监管依据。

 

二、主题式网络爬虫设计方案

1.名称：东方股票大数据分析与可视化

2.爬取的数据内容：股票名称,股票代码, 最新价, 涨跌幅, 涨跌额,成交量,成交额, 振幅, 换手率, 市盈率, 量比, 最高, 最低, 今开,昨收, 市净率, 60日涨跌幅, 年初至今涨跌幅, 总市值, 流通市值, 五分钟涨跌。

3.爬虫设计方案概述：本次案例使用request对东方股票进行爬取，使用xlutils对excel文件进行处理，之后使用pandas、pyecharts、jieba对数据进行可视化

4.技术难点：携程网上的景点数据庞大，需要爬虫技术能够高效地获取和处理大量数据，同时要考虑到数据更新的频率和实时性，也要预防访问检测。

三、数据源

我选择share certificate数据集做为实验
数据集(https://quote.eastmoney.com/center/gridlist.html#hs_a_board)，该数据集包含股票名称,股票代码, 最新价, 涨跌幅, 涨跌额,成交量,

成交额, 振幅, 换手率, 市盈率, 量比, 最高, 最低, 今开,昨收, 市净率, 60日涨跌幅, 年初至今涨跌幅, 总市值, 流通市值, 五分钟涨跌。

 

四、网络爬虫设计

1.爬取到的数据

2.代码实现 

将爬虫方法封装为类Spider_XieCheng,在对爬取到的数据进行逐条解析时顺便进行数据清洗

get_data方法：设置请求头以及规则和cookie，发起请求，获取响应数据

analyze_data方法：对传入的数据进行逐条解析，把IP属地的空值和特殊地区进行处理（提前进行数据清洗以方便后面数据可视化绘制地图）

save_excel方法：将传入的数据存储到excel

import json
import requests, time
from tkinter import *
import xlrd, xlwt, os
from xlutils.copy import copy


class GuPiao():
    def __init__(self):
        self.num = 0

    # 爬虫部分
    def spider(self):
        for page in range(1,21):   #这个地方可以页数增加数据
            start_url = 'https://83.push2.eastmoney.com/api/qt/clist/get'
            headers = {
                'Accept': '*/*',
                'Accept-Language': 'zh-CN,zh;q=0.9',
                'Cache-Control': 'no-cache',
                'Connection': 'keep-alive',
                # Requests sorts cookies= alphabetically
                # 'Cookie': 'qgqp_b_id=ffb939776279b0bdd1f6e61281c3c294; st_si=89921490520325; websitepoptg_api_time=1700894106860; websitepoptg_show_time=1700894107214; HAList=ty-1-600789-%u9C81%u6297%u533B%u836F%2Cty-1-600519-%u8D35%u5DDE%u8305%u53F0%2Cty-0-000858-%u4E94%20%u7CAE%20%u6DB2%2Cty-0-002456-%u6B27%u83F2%u5149; st_asi=delete; st_pvi=61091067222435; st_sp=2023-11-03%2018%3A10%3A35; st_inirUrl=https%3A%2F%2Fwww.baidu.com%2Flink; st_sn=5; st_psi=20231125143800994-113200301321-8038820015',
                'Pragma': 'no-cache',
                'Referer': 'https://quote.eastmoney.com/center/gridlist.html',
                'Sec-Fetch-Dest': 'script',
                'Sec-Fetch-Mode': 'no-cors',
                'Sec-Fetch-Site': 'same-site',
                'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36',
                'sec-ch-ua': '"Google Chrome";v="119", "Chromium";v="119", "Not?A_Brand";v="24"',
                'sec-ch-ua-mobile': '?0',
                'sec-ch-ua-platform': '"Windows"',
            }
            fomdata = {
                'cb': 'jQuery1124001114974346054809_1700894280689',
                'pn': page,
                'pz': '20',
                'po': '1',
                'np': '1',
                'ut': 'bd1d9ddb04089700cf9c27f6f7426281',
                'fltt': '2',
                'invt': '2',
                'wbp2u': '|0|0|0|web',
                'fid': 'f3',
                'fs': 'm:0 t:6,m:0 t:80,m:1 t:2,m:1 t:23,m:0 t:81 s:2048',
                'fields': 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f13,f14,f15,f16,f17,f18,f20,f21,f23,f24,f25,f22,f11,f62,f128,f136,f115,f152',
                '_': '1700894280699'
            }
            response = requests.get(url=start_url, headers=headers, params=fomdata).text
            response = re.findall('jQuery1124001114974346054809_1700894280689\((.*?)\);', response)[0]
            response = json.loads(response)
            datas = response['data']['diff']
            time.sleep(2)
            self.parase_data(datas)

    # 解析部分
    def parase_data(self, datas):
        for data in datas:
            # 0、序号
            self.num += 1
            # 1、最新价
            zuixingjia = data['f2']
            # 2、涨跌幅
            diezhangfu = str(data['f3']) + '%'
            # 3、涨跌额
            diezhange = data['f4']
            # 4、成交量(手)
            chengjiaoliang = data['f5']
            # 5、成交额
            chengjiaoe = data['f6']
            # 6、振幅
            zhengfu = str(data['f7']) + '%'
            # 7、换手率
            huanshoulv = str(data['f8']) + '%'
            # 8、市盈率
            shiyinglv = data['f9']
            # 9、量比
            liangbi = data['f10']
            # 10、股票代码
            diama = data['f12']
            # 11、股票名称
            name = data['f14']
            # 12、最高
            zuigao = data['f15']
            # 13、最低
            zuidi = data['f16']
            # 14、今开
            jinkai = data['f17']
            # 15、昨收
            zuoshou = data['f18']
            # 16、市净率
            jinshilv = data['f23']
            # 17、60日涨跌幅
            liushirezhangdiefu = str(data['f24']) + '%'
            # 18、年初至今涨跌幅
            nianchuzhijinzhangdiefu = str(data['f25']) + '%'
            # 19、总市值
            zongshizhi = data['f20']
            # 20流通市值
            liutongshizhi = data['f21']
            # 21、五分钟涨跌
            wufenzhongzhangdie = str(data['f11']) + '%'
            data = {
                f'股票数据': [self.num, name, diama, zuixingjia, diezhangfu, diezhange,
                                                  chengjiaoliang, chengjiaoe, zhengfu, huanshoulv, shiyinglv, liangbi,
                                                  zuigao, zuidi, jinkai, zuoshou, jinshilv, liushirezhangdiefu,
                                                  nianchuzhijinzhangdiefu, zongshizhi, liutongshizhi,
                                                  wufenzhongzhangdie]
            }
            gupiao_dict = {
                '序号': self.num,
                '股票名称': name,
                '股票代码': diama,
                '最新价': zuixingjia,
                '涨跌幅': diezhangfu,
                '涨跌额': diezhange,
                '成交量(手)': chengjiaoliang,
                '成交额': chengjiaoe,
                '振幅': zhengfu,
                '换手率': huanshoulv,
                '市盈率': shiyinglv,
                '量比': liangbi,
                '最高': zuigao,
                '最低': zuidi,
                '今开': jinkai,
                '昨收': zuoshou,
                '市净率': zuoshou,
                '60日涨跌幅': liushirezhangdiefu,
                '年初至今涨跌幅': nianchuzhijinzhangdiefu,
                '总市值': zongshizhi,
                '流通市值': liutongshizhi,
                '五分钟涨跌': wufenzhongzhangdie
            }
            print(gupiao_dict)
            self.chucun_excel(data)


    # 储存部分
    def chucun_excel(self, data):
        if not os.path.exists(f'股票数据.xls'):
            # 1、创建 Excel 文件
            wb = xlwt.Workbook(encoding='utf-8')
            # 2、创建新的 Sheet 表
            sheet = wb.add_sheet(f'股票数据', cell_overwrite_ok=True)
            # 3、设置 Borders边框样式
            borders = xlwt.Borders()
            borders.left = xlwt.Borders.THIN
            borders.right = xlwt.Borders.THIN
            borders.top = xlwt.Borders.THIN
            borders.bottom = xlwt.Borders.THIN
            borders.left_colour = 0x40
            borders.right_colour = 0x40
            borders.top_colour = 0x40
            borders.bottom_colour = 0x40
            style = xlwt.XFStyle()  # Create Style
            style.borders = borders  # Add Borders to Style
            # 4、写入时居中设置
            align = xlwt.Alignment()
            align.horz = 0x02  # 水平居中
            align.vert = 0x01  # 垂直居中
            style.alignment = align
            # 5、设置表头信息, 遍历写入数据， 保存数据
            header = (
                '序号', '股票名称', '股票代码', '最新价', '涨跌幅', '涨跌额', '成交量(手)', '成交额', '振幅', '换手率', '市盈率', '量比', '最高', '最低', '今开',
                '昨收', '市净率', '60日涨跌幅', '年初至今涨跌幅', '总市值', '流通市值', '五分钟涨跌')
            for i in range(0, len(header)):
                sheet.col(i).width = 2560 * 3
                #           行，列， 内容，   样式
                sheet.write(0, i, header[i], style)
                wb.save(f'股票数据.xls')
        # 判断工作表是否存在
        if os.path.exists(f'股票数据.xls'):
            # 打开工作薄
            wb = xlrd.open_workbook(f'股票数据.xls')
            # 获取工作薄中所有表的个数
            sheets = wb.sheet_names()
            for i in range(len(sheets)):
                for name in data.keys():
                    worksheet = wb.sheet_by_name(sheets[i])
                    # 获取工作薄中所有表中的表名与数据名对比
                    if worksheet.name == name:
                        # 获取表中已存在的行数
                        rows_old = worksheet.nrows
                        # 将xlrd对象拷贝转化为xlwt对象
                        new_workbook = copy(wb)
                        # 获取转化后的工作薄中的第i张表
                        new_worksheet = new_workbook.get_sheet(i)
                        for num in range(0, len(data[name])):
                            new_worksheet.write(rows_old, num, data[name][num])
                        new_workbook.save(f'股票数据.xls')
        xai_data = f'已经存储第{self.num}条股票数据至《股票数据》'
        print(xai_data)


if __name__ == '__main__':
    g=GuPiao()
    g.spider()
 

五、数据可视化

1.将股票60日涨跌情况进行汇总并绘制成折现图，

通过此图可以看出来自赛腾股份的盈利最多。

 

 

数据视图

 代码实现

import pandas as pd
from pyecharts.charts import Line
from pyecharts import options as opts

def shujufenxi():
    # =============== 60 日 涨 跌 幅 ========================
    # 读取数据
    file_path = f'股票数据.xls'  # 替换为您的文件路径
    df = pd.read_excel(file_path)
    stock_names = df['股票名称'].tolist()  # 股票名称
    latest_prices = df['60日涨跌幅'].tolist()  # 60日涨跌幅
    # 将百分比的字符串转换为浮点数
    latest_prices = [float(x.strip('%')) for x in latest_prices]
    # 创建高级折线图
    line_chart1 = Line(init_opts=opts.InitOpts(theme='infographic', bg_color='#e7e5d0'))
    line_chart1.add_xaxis(stock_names)
    line_chart1.add_yaxis("60日涨跌幅", latest_prices, label_opts=opts.LabelOpts(position="top"))
    line_chart1.set_global_opts(
        title_opts=opts.TitleOpts(title="股票60日涨跌幅折线图"),
        toolbox_opts=opts.ToolboxOpts(),
        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),
        yaxis_opts=opts.AxisOpts(name="60日涨跌幅"),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=0)),
        datazoom_opts=[
            opts.DataZoomOpts(type_="slider", is_show=True),
            opts.DataZoomOpts(type_="inside", is_show=True),
        ],
    )

    # 设置系列选项，添加最大值、最小值、平均值标记
    line_chart1.set_series_opts(
        marker_opts=opts.MarkPointOpts(
            data=[
                opts.MarkPointItem(type_="max", name="最大值"),
                opts.MarkPointItem(type_="min", name="最小值"),
                opts.MarkPointItem(type_="average", name="平均值")
            ]
        )
    )
    html_content_1 = line_chart1.render_embed()
 

2.将股票五分钟涨跌情况进行汇总并绘制成折现图，

通过此图能够及时地反映股票市场的动态，帮助投资者了解市场走势和个股表现。

 

 

 
    # ==================五分钟涨跌=================================
    # 读取数据
    file_path = f'股票数据.xls'  # 替换为您的文件路径
    df = pd.read_excel(file_path)
    stock_names = df['股票名称'].tolist()  # 股票名称
    latest_prices = df['五分钟涨跌'].tolist()  # 五分钟涨跌
    latest_prices = [float(x.strip('%')) for x in latest_prices]
    line_chart2 = Line(init_opts=opts.InitOpts(theme='dark'))
    line_chart2.add_xaxis(stock_names)
    line_chart2.add_yaxis("五分钟涨跌", latest_prices, label_opts=opts.LabelOpts(position="top"))
    line_chart2.set_global_opts(
        title_opts=opts.TitleOpts(title="股票五分钟涨跌折线图"),
        toolbox_opts=opts.ToolboxOpts(),
        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),
        yaxis_opts=opts.AxisOpts(name="五分钟涨跌"),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=0)),
        datazoom_opts=[
            opts.DataZoomOpts(type_="slider", is_show=True),
            opts.DataZoomOpts(type_="inside", is_show=True),
        ],
    )
    line_chart2.set_series_opts(
        marker_opts=opts.MarkPointOpts(
            data=[
                opts.MarkPointItem(type_="max", name="最大值"),
                opts.MarkPointItem(type_="min", name="最小值"),
                opts.MarkPointItem(type_="average", name="平均值")
            ]
        )
    )
 
完整源代码如下：
import json
import requests, time
from tkinter import *
import xlrd, xlwt, os
from xlutils.copy import copy


class GuPiao():
    def __init__(self):
        self.num = 0

    # 爬虫部分
    def spider(self):
        for page in range(1,21):   #这个地方可以页数增加数据
            start_url = 'https://83.push2.eastmoney.com/api/qt/clist/get'
            headers = {
                'Accept': '*/*',
                'Accept-Language': 'zh-CN,zh;q=0.9',
                'Cache-Control': 'no-cache',
                'Connection': 'keep-alive',
                # Requests sorts cookies= alphabetically
                # 'Cookie': 'qgqp_b_id=ffb939776279b0bdd1f6e61281c3c294; st_si=89921490520325; websitepoptg_api_time=1700894106860; websitepoptg_show_time=1700894107214; HAList=ty-1-600789-%u9C81%u6297%u533B%u836F%2Cty-1-600519-%u8D35%u5DDE%u8305%u53F0%2Cty-0-000858-%u4E94%20%u7CAE%20%u6DB2%2Cty-0-002456-%u6B27%u83F2%u5149; st_asi=delete; st_pvi=61091067222435; st_sp=2023-11-03%2018%3A10%3A35; st_inirUrl=https%3A%2F%2Fwww.baidu.com%2Flink; st_sn=5; st_psi=20231125143800994-113200301321-8038820015',
                'Pragma': 'no-cache',
                'Referer': 'https://quote.eastmoney.com/center/gridlist.html',
                'Sec-Fetch-Dest': 'script',
                'Sec-Fetch-Mode': 'no-cors',
                'Sec-Fetch-Site': 'same-site',
                'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36',
                'sec-ch-ua': '"Google Chrome";v="119", "Chromium";v="119", "Not?A_Brand";v="24"',
                'sec-ch-ua-mobile': '?0',
                'sec-ch-ua-platform': '"Windows"',
            }
            fomdata = {
                'cb': 'jQuery1124001114974346054809_1700894280689',
                'pn': page,
                'pz': '20',
                'po': '1',
                'np': '1',
                'ut': 'bd1d9ddb04089700cf9c27f6f7426281',
                'fltt': '2',
                'invt': '2',
                'wbp2u': '|0|0|0|web',
                'fid': 'f3',
                'fs': 'm:0 t:6,m:0 t:80,m:1 t:2,m:1 t:23,m:0 t:81 s:2048',
                'fields': 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f13,f14,f15,f16,f17,f18,f20,f21,f23,f24,f25,f22,f11,f62,f128,f136,f115,f152',
                '_': '1700894280699'
            }
            response = requests.get(url=start_url, headers=headers, params=fomdata).text
            response = re.findall('jQuery1124001114974346054809_1700894280689\((.*?)\);', response)[0]
            response = json.loads(response)
            datas = response['data']['diff']
            time.sleep(2)
            self.parase_data(datas)

    # 解析部分
    def parase_data(self, datas):
        for data in datas:
            # 0、序号
            self.num += 1
            # 1、最新价
            zuixingjia = data['f2']
            # 2、涨跌幅
            diezhangfu = str(data['f3']) + '%'
            # 3、涨跌额
            diezhange = data['f4']
            # 4、成交量(手)
            chengjiaoliang = data['f5']
            # 5、成交额
            chengjiaoe = data['f6']
            # 6、振幅
            zhengfu = str(data['f7']) + '%'
            # 7、换手率
            huanshoulv = str(data['f8']) + '%'
            # 8、市盈率
            shiyinglv = data['f9']
            # 9、量比
            liangbi = data['f10']
            # 10、股票代码
            diama = data['f12']
            # 11、股票名称
            name = data['f14']
            # 12、最高
            zuigao = data['f15']
            # 13、最低
            zuidi = data['f16']
            # 14、今开
            jinkai = data['f17']
            # 15、昨收
            zuoshou = data['f18']
            # 16、市净率
            jinshilv = data['f23']
            # 17、60日涨跌幅
            liushirezhangdiefu = str(data['f24']) + '%'
            # 18、年初至今涨跌幅
            nianchuzhijinzhangdiefu = str(data['f25']) + '%'
            # 19、总市值
            zongshizhi = data['f20']
            # 20流通市值
            liutongshizhi = data['f21']
            # 21、五分钟涨跌
            wufenzhongzhangdie = str(data['f11']) + '%'
            data = {
                f'股票数据': [self.num, name, diama, zuixingjia, diezhangfu, diezhange,
                                                  chengjiaoliang, chengjiaoe, zhengfu, huanshoulv, shiyinglv, liangbi,
                                                  zuigao, zuidi, jinkai, zuoshou, jinshilv, liushirezhangdiefu,
                                                  nianchuzhijinzhangdiefu, zongshizhi, liutongshizhi,
                                                  wufenzhongzhangdie]
            }
            gupiao_dict = {
                '序号': self.num,
                '股票名称': name,
                '股票代码': diama,
                '最新价': zuixingjia,
                '涨跌幅': diezhangfu,
                '涨跌额': diezhange,
                '成交量(手)': chengjiaoliang,
                '成交额': chengjiaoe,
                '振幅': zhengfu,
                '换手率': huanshoulv,
                '市盈率': shiyinglv,
                '量比': liangbi,
                '最高': zuigao,
                '最低': zuidi,
                '今开': jinkai,
                '昨收': zuoshou,
                '市净率': zuoshou,
                '60日涨跌幅': liushirezhangdiefu,
                '年初至今涨跌幅': nianchuzhijinzhangdiefu,
                '总市值': zongshizhi,
                '流通市值': liutongshizhi,
                '五分钟涨跌': wufenzhongzhangdie
            }
            print(gupiao_dict)
            self.chucun_excel(data)


    # 储存部分
    def chucun_excel(self, data):
        if not os.path.exists(f'股票数据.xls'):
            # 1、创建 Excel 文件
            wb = xlwt.Workbook(encoding='utf-8')
            # 2、创建新的 Sheet 表
            sheet = wb.add_sheet(f'股票数据', cell_overwrite_ok=True)
            # 3、设置 Borders边框样式
            borders = xlwt.Borders()
            borders.left = xlwt.Borders.THIN
            borders.right = xlwt.Borders.THIN
            borders.top = xlwt.Borders.THIN
            borders.bottom = xlwt.Borders.THIN
            borders.left_colour = 0x40
            borders.right_colour = 0x40
            borders.top_colour = 0x40
            borders.bottom_colour = 0x40
            style = xlwt.XFStyle()  # Create Style
            style.borders = borders  # Add Borders to Style
            # 4、写入时居中设置
            align = xlwt.Alignment()
            align.horz = 0x02  # 水平居中
            align.vert = 0x01  # 垂直居中
            style.alignment = align
            # 5、设置表头信息, 遍历写入数据， 保存数据
            header = (
                '序号', '股票名称', '股票代码', '最新价', '涨跌幅', '涨跌额', '成交量(手)', '成交额', '振幅', '换手率', '市盈率', '量比', '最高', '最低', '今开',
                '昨收', '市净率', '60日涨跌幅', '年初至今涨跌幅', '总市值', '流通市值', '五分钟涨跌')
            for i in range(0, len(header)):
                sheet.col(i).width = 2560 * 3
                #           行，列， 内容，   样式
                sheet.write(0, i, header[i], style)
                wb.save(f'股票数据.xls')
        # 判断工作表是否存在
        if os.path.exists(f'股票数据.xls'):
            # 打开工作薄
            wb = xlrd.open_workbook(f'股票数据.xls')
            # 获取工作薄中所有表的个数
            sheets = wb.sheet_names()
            for i in range(len(sheets)):
                for name in data.keys():
                    worksheet = wb.sheet_by_name(sheets[i])
                    # 获取工作薄中所有表中的表名与数据名对比
                    if worksheet.name == name:
                        # 获取表中已存在的行数
                        rows_old = worksheet.nrows
                        # 将xlrd对象拷贝转化为xlwt对象
                        new_workbook = copy(wb)
                        # 获取转化后的工作薄中的第i张表
                        new_worksheet = new_workbook.get_sheet(i)
                        for num in range(0, len(data[name])):
                            new_worksheet.write(rows_old, num, data[name][num])
                        new_workbook.save(f'股票数据.xls')
        xai_data = f'已经存储第{self.num}条股票数据至《股票数据》'
        print(xai_data)


if __name__ == '__main__':
    g=GuPiao()
    g.spider()
 

import pandas as pd
from pyecharts.charts import Line
from pyecharts import options as opts



def shujufenxi():
    # =============== 60 日 涨 跌 幅 ========================
    # 读取数据
    file_path = f'股票数据.xls'  # 替换为您的文件路径
    df = pd.read_excel(file_path)
    stock_names = df['股票名称'].tolist()  # 股票名称
    latest_prices = df['60日涨跌幅'].tolist()  # 60日涨跌幅
    # 将百分比的字符串转换为浮点数
    latest_prices = [float(x.strip('%')) for x in latest_prices]
    # 创建高级折线图
    line_chart1 = Line(init_opts=opts.InitOpts(theme='infographic', bg_color='#e7e5d0'))
    line_chart1.add_xaxis(stock_names)
    line_chart1.add_yaxis("60日涨跌幅", latest_prices, label_opts=opts.LabelOpts(position="top"))
    line_chart1.set_global_opts(
        title_opts=opts.TitleOpts(title="股票60日涨跌幅折线图"),
        toolbox_opts=opts.ToolboxOpts(),
        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),
        yaxis_opts=opts.AxisOpts(name="60日涨跌幅"),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=0)),
        datazoom_opts=[
            opts.DataZoomOpts(type_="slider", is_show=True),
            opts.DataZoomOpts(type_="inside", is_show=True),
        ],
    )

    # 设置系列选项，添加最大值、最小值、平均值标记
    line_chart1.set_series_opts(
        marker_opts=opts.MarkPointOpts(
            data=[
                opts.MarkPointItem(type_="max", name="最大值"),
                opts.MarkPointItem(type_="min", name="最小值"),
                opts.MarkPointItem(type_="average", name="平均值")
            ]
        )
    )
    html_content_1 = line_chart1.render_embed()
    # ==================五分钟涨跌=================================
    # 读取数据
    file_path = f'股票数据.xls'  # 替换为您的文件路径
    df = pd.read_excel(file_path)
    stock_names = df['股票名称'].tolist()  # 股票名称
    latest_prices = df['五分钟涨跌'].tolist()  # 五分钟涨跌
    latest_prices = [float(x.strip('%')) for x in latest_prices]
    line_chart2 = Line(init_opts=opts.InitOpts(theme='dark'))
    line_chart2.add_xaxis(stock_names)
    line_chart2.add_yaxis("五分钟涨跌", latest_prices, label_opts=opts.LabelOpts(position="top"))
    line_chart2.set_global_opts(
        title_opts=opts.TitleOpts(title="股票五分钟涨跌折线图"),
        toolbox_opts=opts.ToolboxOpts(),
        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),
        yaxis_opts=opts.AxisOpts(name="五分钟涨跌"),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=0)),
        datazoom_opts=[
            opts.DataZoomOpts(type_="slider", is_show=True),
            opts.DataZoomOpts(type_="inside", is_show=True),
        ],
    )
    line_chart2.set_series_opts(
        marker_opts=opts.MarkPointOpts(
            data=[
                opts.MarkPointItem(type_="max", name="最大值"),
                opts.MarkPointItem(type_="min", name="最小值"),
                opts.MarkPointItem(type_="average", name="平均值")
            ]
        )
    )
    # 渲染图表
    html_content_2 = line_chart2.render_embed()
    # 创建最终的 HTML 页面
    complete_html = f"""
                    <html>
                    <head>
                        <title>股票数据可视化</title>
                    </head>
                    <body style="background: linear-gradient(to right, #e5b8c3, #c17886);">
                    <h1 style="text-align: center;margin-top: 20px;">股 票 数 据 可 视 化</h1>
                        <div class="one" style="display: flex; justify-content: center; flex-wrap: wrap; height: 100%;">
                            <div style="margin: 10px; padding: 10px;">
                                <h3 style="text-align: center;margin-top: 20px;">60日涨跌幅</h3>
                                {html_content_1}
                            </div>
                            <div style="margin: 10px; padding: 10px;">
                                <h1 style="text-align: center;margin-top: 20px;">五分钟涨跌</h1>
                                {html_content_2}
                            </div>
                        </div>

                    </body>
                    </html>
                    """
    # 保存整合后的 HTML 文件
    with open(f'60日涨跌幅和5分钟涨跌可视化.html', "w", encoding="utf-8") as file:
        file.write(complete_html)
        xai_data = f'已生成股票《60日涨跌幅和5分钟涨跌》可视化.html'
        print(xai_data)
shujufenxi()