请教大神：在conda的激活环境下安装Tushare，出错 ? - 知乎2被浏览363分享邀请回答0添加评论分享收藏感谢收起写回答Python 3.5 pip安装tushare报错 求指教? - 知乎8被浏览<strong class="NumberBoard-itemValue" title="分享邀请回答0添加评论分享收藏感谢收起关于windows&下pandas&&tushare的安装
tushare的作者推荐安装的是Anaconda
不过Anaconda自带的编辑器是 spyder 还有那个ipython notebook
这两个编辑器用的都很不习惯，我还是习惯用idle
所以今天下午摸索了下 如何在idle环境下安装pandas和tushare
我记录下安装的步骤& ：希望大家安装顺利，不用再走弯路。
把python.exe路径添加到环境变量中，
下载 setuptools 包&& 解压缩，
1,打开cmd命令行& ，进入setuptools文件夹& 输入
python setup.py install 安装setuptools
然后下载pip包& 解压缩
2,打开cmd命令行&
进入pip文件夹&& 输入python setup.py
install 安装pip
这个时候把pip.exe所在的路径添加到环境变量中去，我的是在D:\Python27\Scripts中
安装好pip之后 就可以用pip命令安装pandas包所依赖的包了。
3,打开cmd命令行 ，输入pip install six 安装six包
4,安装完成之后 输入pip install openpyxl安装openpyxl包
5,安装完成之后 输入pip install numpy&&
安装numpy包 ，注意这一步需要事先安装visual studio 2008
express,因为编译安装numpy需要。这一步也需要比较长的时间
6,安装完成之后& pip install matplotlib
自动安装matplotlib包以及相关的依赖包
7,安装完成上面的包之后& pip install pandas
就可以安装pandas包了
8安装完成上面的包之后 pip install lxml& 安装tushare需要的lxml模块
（修正： &好像pip install lxml 会出错
我也不知道为啥，我在https://pypi.python.org/pypi/lxml/3.5.0&
这个网站上直接下载编译好的&文件直接安装了
9安装完成pandas以及lxml包之后 pip install tushare就可以安装tushare了
到此& idle编辑器环境下的 tushare安装完毕
import tushare as ts
ts.__version__
ps：最新版本是0.4.5了
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。首页 & perl/php/python/gawk/sedpython stock数据包tushare TuShare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工 到 数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据来源方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。考虑到Python pandas包在金融量化分析中体现出的优势，TuShare返回的绝大部分的数据格式都是pandas DataFrame类型，非常便于用pandas/NumPy/Matplotlib进行数据分析和可视化。 其支持获取的股市数据有：交易数据、投资参考数据、股票分类数据、基本面数据、龙虎榜数据、宏观经济数据、新闻事件数据、银行间同业拆放利率等大类，每个大类下面又细分一些小类。 一、安装与升级 同其他python模块的安装使用方法一样，即可以通过pip、easy_install 工具包进行安装，也可以通过源码包进行安装。 方式1：pip install tushare& 方式2：访问https://pypi.python.org/pypi/tushare/下载安装 从github上的源码包可以看出，作者非常的勤奋，更新的速度非常快，所以也可以通过如下方法进行升级：pip install tushare –upgrade 二、数据获取相关 这里以最经常使用的几个交易指标为例，做下汇总。 1、历史数据import tushare as ts
ts.get_hist_data('600848') #一次性获取全部日k线数据
ts.get_hist_data('600848',start='',end='') #指定时间区间
ts.get_hist_data('600848'，ktype='W') #获取周k线数据
ts.get_hist_data('600848'，ktype='M') #获取月k线数据
ts.get_hist_data('600848'，ktype='5') #获取5分钟k线数据
ts.get_hist_data('600848'，ktype='15') #获取15分钟k线数据
ts.get_hist_data('600848'，ktype='30') #获取30分钟k线数据
ts.get_hist_data('600848'，ktype='60') #获取60分钟k线数据
ts.get_hist_data('sh'）#获取上证指数k线数据，其它参数与个股一致，下同
ts.get_hist_data('sz'）#获取深圳成指k线数据
ts.get_hist_data('hs300'）#获取沪深300指数k线数据
ts.get_hist_data('sz50'）#获取上证50指数k线数据
ts.get_hist_data('zxb'）#获取中小板指数k线数据
ts.get_hist_data('cyb'）#获取创业板指数k线数据 关于复权的概念不了解，这里略过。接下来看实时数据。 2、实时数据 获取当天所有的行情信息，无法指定具体某一支的行情import tushare as ts
ts.get_today_all() 历史分笔与实时分笔（买卖盘统计）：import tushare as ts
df = ts.get_tick_data('600848',date='')
df.head(10)
df = ts.get_today_ticks('601333')
#当天历史分笔
df.head(10)
import tushare as ts
df = ts.get_realtime_quotes('000581') #Single stock symbol
df[['code','name','price','bid','ask','volume','amount','time']]
#symbols from a list
ts.get_realtime_quotes(['600848','000980','000981'])
#from a Series
ts.get_realtime_quotes(df['code'].tail(10))
#一次获取10个股票的实时分笔数据 3、大盘指数import tushare as ts
df = ts.get_index() 4、新股数据 获取打新数据：import tushare as ts
ts.new_stocks() 5、基本面数据 基本面数据里包含选股的很多依据指标，如：市盈率、市净率、每股收益、净利润、季报、应收账款周转率、净利润增长率(%)、流动比率、速动比率、现金流量比率等。import tushare as ts
ts.get_stock_basics()
#获取2015年第1季度的业绩报表数据
ts.get_report_data(2015,1)
#获取2015年第1季度的盈利能力数据
ts.get_profit_data(2015,1)
#获取2015年第1季度的营运能力数据
ts.get_operation_data(2015,1)
#获取2015年第1季度的成长能力数据
ts.get_growth_data(2015,1)
#获取2015年第1季度的偿债能力数据
ts.get_debtpaying_data(2015,1)
#获取2015年第1季度的现金流量数据
ts.get_cashflow_data(2015,1) 三、数据存储 tushare自身提供了常用的数据保存格式：csv格式、excel格式、HDF5文件格式、JSON格式、mysql关系数据库、nosql数据库。 1、to_csv方法import tushare as ts
df = ts.get_hist_data('000875')
df.to_csv('c:/day/000875.csv')
df.to_csv('c:/day/000875.csv',columns=['open','high','low','close'])
某些时候，可能需要将一些同类数据保存在一个大文件中，这时候就需要将数据追加在同一个文件里,简单举例如下：import tushare as ts
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)
df.to_csv(filename) 2、to_excel方法import tushare as ts
df = ts.get_hist_data('000875')
df.to_excel('c:/day/000875.xlsx')
#设定数据位置（从第3行，第6列开始插入数据）
df.to_excel('c:/day/000875.xlsx', startrow=2,startcol=5) 3、to_hdf方法import tushare as ts
df = ts.get_hist_data('000875')
df.to_hdf('c:/day/hdf.h5','000875')
import tushare as ts
df = ts.get_hist_data('000875')
store = HDFStore('c:/day/store.h5')
store['000875'] = df
store.close() 4、to_json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') 5、to_sql方法from sqlalchemy import create_engine
import tushare as ts
df = ts.get_tick_data('600848', date='')
engine = create_engine('mysql://user:passwd@127.0.0.1/db_name?charset=utf8')
#存入数据库
df.to_sql('tick_data',engine)
#追加数据到现有表
#df.to_sql('tick_data',engine,if_exists='append') 如下图：
5、写入mongodb 通过官方的示例来看，并没有直接提供写入mongodb的方法，不过mongodb支持json格式的输入，这里“曲线救国 ” 下：import pymongo
import json
conn = pymongo.Connection('127.0.0.1', port=27017)
df = ts.get_tick_data('600848',date='')
conn.db.tickdata.insert(json.loads(df.to_json(orient='records')))
四、数据绘图 上面都是拾人牙慧的东西，这里来一点点干货。由 tushare 处理输出的格式已经经过整形，所以可以结合pandas模块可以很好的进行汇图，如下：import tushare as ts
import pandas as pd
df=ts.get_hist_data('600415',start='',end='')
# 所有的结果汇图
# 只将stock最高值进行汇图
df.high.plot()
# 指定绘图的四个量，并指定线条颜色
with pd.plot_params.use('x_compat', True):
df.open.plot(color='g')
df.close.plot(color='y')
df.high.plot(color='r')
df.low.plot(color='b')
# 指定绘图的长宽尺度及背景网格
with pd.plot_params.use('x_compat', True):
df.high.plot(color='r',figsize=(10,4),grid='on')
df.low.plot(color='b',figsize=(10,4),grid='on') 上面绘制了四个图，这里只选取第四张图具体可以看下效果：
默认上面的方法，只会输出图片，无法保存图片，所以可以通过matplotlib模块的savefig函数保存图片到指定的位置，代码如下：import matplotlib
import tushare as ts
import pandas as pd
fig = matplotlib.pyplot.gcf()
df=ts.get_hist_data('600415',start='',end='')
with pd.plot_params.use('x_compat', True):
df.high.plot(color='r',figsize=(10,4),grid='on')
df.low.plot(color='b',figsize=(10,4),grid='on')
fig.savefig('F:/graph.png') matplotlib模块绘图部分可以参看如下页面： cloga博客 pandas官方文档
本站的发展离不开您的资助，金额随意,欢迎来赏！
分类: perl/php/python/gawk/sed python模块您可能也喜欢python异步 I/O模块gevent Python win32gui调用窗口到最前面 windows下使用python发送控制键 Python+selenium启动浏览器Firefox\Chrome\IE python命令行选项模块argparse 捐助本站 如您感觉本博客有用，可扫码捐赠本站！近期文章 2t3ik与ddgs挖矿病毒处理 watchdog及其应用 syslog-ng通过IP过滤日志 vsftpd连接变慢处理 sed进行十六进制替换文章归档 文章归档 选择月份 2018年四月 &(2) 2018年三月 &(4) 2018年二月 &(2) 2018年一月 &(5) 2017年十二月 &(3) 2017年十一月 &(2) 2017年十月 &(1) 2017年九月 &(5) 2017年八月 &(3) 2017年七月 &(4) 2017年六月 &(2) 2017年五月 &(3) 2017年三月 &(4) 2017年二月 &(6) 2017年一月 &(5) 2016年十二月 &(4) 2016年十一月 &(6) 2016年十月 &(5) 2016年九月 &(5) 2016年八月 &(9) 2016年七月 &(5) 2016年六月 &(10) 2016年五月 &(18) 2016年四月 &(5) 2016年三月 &(4) 2016年二月 &(7) 2016年一月 &(8) 2015年十二月 &(8) 2015年十一月 &(10) 2015年十月 &(17) 2015年九月 &(10) 2015年八月 &(25) 2015年七月 &(11) 2015年六月 &(15) 2015年五月 &(23) 2015年四月 &(14) 2015年三月 &(22) 2015年二月 &(15) 2015年一月 &(24) 2014年十二月 &(14) 2014年十一月 &(16) 2014年十月 &(19) 2014年九月 &(19) 2014年八月 &(18) 2014年七月 &(20) 2014年六月 &(21) 2014年五月 &(24) 2014年四月 &(18) 2014年三月 &(29) 2014年二月 &(22) 2014年一月 &(22) 2013年十二月 &(24) 2013年十一月 &(20) 2013年十月 &(18) 2013年九月 &(16) 2013年八月 &(17) 2013年七月 &(20) 2013年六月 &(21) 2013年五月 &(19) 2013年四月 &(18) 2013年三月 &(24) 2013年二月 &(21) 2013年一月 &(18) 2012年十二月 &(24) 2012年十一月 &(18) 2012年十月 &(17) 2012年九月 &(17) 2012年八月 &(18) 2012年七月 &(26) 2012年六月 &(36) 2012年五月 &(36) 2012年四月 &(28) 2012年三月 &(46) 2012年二月 &(23) 2012年一月 &(16) 2011年十二月 &(27) 2011年十一月 &(59) 2011年十月 &(19) 2011年九月 &(16) 2011年八月 &(46)苹果/安卓/wp
积分 158, 距离下一级还需 102 积分
权限: 自定义头衔
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡下一级可获得
权限: 签名中使用图片
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
本帖最后由 fantuanxiaot 于
18:22 编辑
最近在学习金融量化分析，找了一些网络接口都不太好用，自己写代码写到吐，昨天朋友推荐了一个开源的股票数据接口包TuShare，尝试了一下感觉像找到了宝，下面是大致的使用方法，分享出来。
1、先安装python 2.7和pandas，最好下载一个anaconda，安装好后什么都有了。
下载地址：
本帖隐藏的内容
2、TuShare的安装：
pip install tushare复制代码
如果是老版本升级，可以用升级命令
pip install tushare --upgrade复制代码
3、在python中导入包：
import tushare as ts复制代码
4、获取历史行情：
ts.get_hist_data('600350')复制代码
新版中加入了获取历史复权数据的接口：
ts.get_h_data('600848') #前复权
ts.get_h_data('600848',autype='hfq') #后复权，可以设定开始和结束日期复制代码
13:09:44 上传
5、获取实时行情：
ts.get_realtime_quotes('000581')复制代码
6、存入数据库：
from sqlalchemy import create_engine
import tushare as ts
df = ts.get_tick_data('600848', date='')
engine = create_engine('mysql://user:passwd@127.0.0.1/db_name?charset=utf8')#存入数据库
df.to_sql('tick_data',engine)复制代码
7、存入本地csv文件：
df = ts.get_hist_data('000875')
df.to_csv('c:/day/000875.csv')复制代码
8、存入本地Excel文件：
df = ts.get_hist_data('000875')
df.to_excel('c:/day/000875.xlsx')复制代码
TuShare的官网：
作者的GitHub：
量化版Python安装与可视化
总评分:&经验 + 128&
论坛币 + 25&
学术水平 + 8&
热心指数 + 8&
信用等级 + 8&
本帖被以下文库推荐
& |主题: 7103, 订阅: 287
& |主题: 46, 订阅: 8
& |主题: 264, 订阅: 13
& |主题: 1297, 订阅: 603
& |主题: 1038, 订阅: 147
& |主题: 277, 订阅: 180
本帖最后由 faruto 于
13:46 编辑
jimmy写的python包，很不错。
和我用MATLAB写的 FQuantToolBox 异曲同工之妙。
基于MATLAB的量化数据回测工具箱FQuantToolBox by faruto[持续更新]
但您可能主要用Python做建模开发是吧。
总评分:&经验 + 10&
论坛币 + 10&
学术水平 + 1&
热心指数 + 1&
信用等级 + 1&
谢谢分享！
鼓励积极发帖讨论
总评分:&经验 + 20&
论坛币 + 15&
faruto 发表于
jimmy写的python包，很不错。
和我用MATLAB写的 FQuantToolBox 异曲同工之妙。是的，主要是策略模型设计和测试
总评分:&经验 + 10&
论坛币 + 5&
免费股票数据接口TuShare的使用
Very good package.
谢谢分享&&好资源
这个真好用，要收藏，谢谢
这个论坛的帖子没法修改吗？我发布以后才看见程序代码乱了，几乎没有可读性啊，没有自动换行
还需要修改吗
总评分:&论坛币 + 5&
初级热心勋章
初级热心勋章
初级信用勋章
初级信用勋章
初级学术勋章
初级学术勋章
中级学术勋章
中级学术勋章
中级热心勋章
中级热心勋章
中级信用勋章
中级信用勋章
高级学术勋章
高级学术勋章
高级热心勋章
高级热心勋章
高级信用勋章
高级信用勋章
特级学术勋章
特级学术勋章
特级信用勋章
高级信用勋章
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师