最近在学数据分析，头疼从哪里找数据，打开同花顺，只能复制股票的几个月的数据，不好用。无意间发现了Tushare这个好用的财经数据接口，简直就是为Python量身定做的。

一、Tushare简介

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，为他们在数据获取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。

二、下载安装方式1：pip install tushare

如果下载出错，建议使用：pip install tushare -i 豆瓣源下载

C:\Users\Administrator>pip install tushare -i  installed bs4-0.0.1 tushare-1.2.59 websocket-client-0.57.0

import tushare as tsdata=ts.get_hist_data('600848') #一次性获取全部日k线数据 print(data)#返回的是pandas.core.frame.DataFramedata.to_csv('600848.csv',index=False)#数据保存也非常的方便             open   high  close    low  ...    ma20      v_ma5     v_ma10     v_ma20date                                    ...                                         2020-05-12  20.30  20.36  20.06  19.89  ...  19.651   62960.24   48018.50   41014.832020-05-11  20.56  20.63  20.30  20.22  ...  19.627   66150.84   46870.52   40126.272020-05-08  20.53  20.75  20.58  20.37  ...  19.589   60587.04   45194.13   39259.612020-05-07  20.16  20.86  20.53  20.15  ...  19.548   55213.95   45272.38   38075.032020-05-06  19.68  20.20  20.15  19.51  ...  19.499   43079.42   40935.92   35326.21

2.设定历史数据的时间：

data = ts.get_hist_data('600848',start='2019-01-05',end='2020-01-05')print(data)             open   high  close    low  ...    ma20     v_ma5    v_ma10    v_ma20date                                    ...                                      2020-01-03  24.61  24.71  24.61  24.43  ...  24.359  58218.87  47730.84  55996.852020-01-02  24.49  24.93  24.61  24.41  ...  24.341  56342.97  48301.04  55588.212019-12-31  24.89  25.23  24.55  24.43  ...  24.320  50907.77  47555.56  54514.242019-12-30  23.72  24.16  24.08  23.72  ...  24.284  39689.94  47281.90  51736.822019-12-27  23.97  24.09  23.75  23.75  ...  24.282  37666.28  50346.89  52540.88

3.还可以获取周线数据、月线等

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

4.请求多个股票方法（一次最好不要超过30个）：

#symbols from a listts.get_realtime_quotes(['600848','000980','000981'])#from a Seriests.get_realtime_quotes(df['code'].tail(10))  #一次获取10个股票的实时分笔数据

5.获取实时指数：

#上证指数ts.get_realtime_quotes('sh')#上证指数 深圳成指 沪深300指数 上证50 中小板 创业板ts.get_realtime_quotes(['sh','sz','hs300','sz50','zxb','cyb'])#或者混搭ts.get_realtime_quotes(['sh','600848'])

1.参数说明

code：股票代码，即6位数字代码，或者指数代码（sh=上证指数 sz=深圳成指 hs300=沪深300指数 sz50=上证50 zxb=中小板 cyb=创业板）start：开始日期，格式YYYY-MM-DDend：结束日期，格式YYYY-MM-DDktype：数据类型，D=日k线 W=周 M=月 5=5分钟 15=15分钟 30=30分钟 60=60分钟，默认为Dretry_count：当网络异常后重试次数，默认为3pause:重试时停顿秒数，默认为0

2.返回值说明：

date：日期open：开盘价high：最高价close：收盘价low：最低价volume：成交量price_change：价格变动p_change：涨跌幅ma5：5日均价ma10：10日均价ma20:20日均价v_ma5:5日均量v_ma10:10日均量v_ma20:20日均量turnover:换手率[注：指数无此项]