以下文章来源于Python爬虫数据分析挖掘 ，作者李运辰

Python爬虫数据分析挖掘

四年的编程开发爱好者，分享日常编程学习和接私活过程，记录生活，共同进步。关注小白，编程快乐

01

前言

去年接触基金，体会到了基金的香（真香），这几天也是过年后开始交易的日子，今天爬取『蛋卷基金』数据，通过pyecharts动图可视化方式展示基金的涨跌情况。

本文将围绕这三点去进行爬取数据，动图可视化展示数据：

近一月涨跌幅前10名基金各个阶段涨跌幅近30个交易日净值情况

02

数据获取

数据来源

本文的数据来源：『蛋卷基金』

看过我之前的这篇文章酱香科技！用 Python 分析白酒类基金有多赚钱！都学会了怎么在『蛋卷基金』爬取数据（ajax异步交互方式），不会的可以去看看，文中有详细步骤！！！

数据分析

接下爬取的数据涉及五大类（五种基金）

股票型基金混合型基金债券型基金指数型基金QDII型基金

通过抓包分析ajax异步交互链接的规律：

type是对应的五种基金的代号

order_by是对应最近多久的基金涨跌幅排序

'近一周':'1w''近一月':'1m''近三月':'3m''近六月':'6m''近1年':'1y''近2年':'2y''近3年':'3y''近5年':'5y'

page是对应的页数，从第1页开始

备注：『蛋卷基金』这个网站没有反爬！！！，请求不需要cookie！！！

ok，这些都清楚之后，接下来就可以开始爬取数据了！

03

数据可视化

由于『蛋卷基金』这个网站没有反爬！！！，所以数据爬取和可视化分析放一起了（直接爬取数据后就进行可视化！）

分析1：近一月涨跌幅前10名爬虫代码

###基金类型dict_type={"股票型":1,"混合型":3,"债券型":2,"指数型":5,"QDII型":11}###时间dict_time={'近一周':'1w','近一月':'1m','近三月':'3m','近六月':'6m','近1年':'1y','近2年':'2y','近3年':'3y','近5年':'5y'}for key in dict_type:    url = ";+str(dict_type[key])+"&order_by=1w&size=10&page=1"    res = requests.get(url, headers=headers)    res.encoding = 'utf-8'    s = json.loads(res.text)    s = s['data']['items']    name = []    value = []    for i in range(0,len(s)):        print(s[i]['fd_name']+":"+s[i]['yield'])        name.append(s[i]['fd_name'])        value.append(s[i]['yield'])    ###开始绘图    pie(name, value, str(key)+"基金涨跌幅", "["+str(key)+"]基金近一月涨跌幅前10名")

饼状图可视化代码

###饼状图def pie(name,value,picname,tips):    c = (        Pie()            .add(            "",            [list(z) for z in zip(name, value)],            # 饼图的中心（圆心）坐标，数组的第一项是横坐标，第二项是纵坐标            # 默认设置成百分比，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度            center=["35%", "50%"],        )            .set_colors(["blue", "green", "yellow", "red", "pink", "orange", "purple"])  # 设置颜色            .set_global_opts(            title_opts=opts.TitleOpts(title=""+str(tips)),            legend_opts=opts.LegendOpts(type_="scroll", pos_left="70%", orient="vertical"),  # 调整图例位置        )            .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))            .render(str(picname)+".html")    )

这里将饼状图可视化代码封装成函数，绘制五种基金的饼状图只需调用这个函数即可

###开始绘图pie(name, value, str(key)+"基金涨跌幅", "["+str(key)+"]基金近一月涨跌幅前10名")

1.股票型基金

2.混合型基金

3.债券型基金

4.指数型基金

5.QDII型基金

分析

上图中是五大类基金的选取近一个月涨跌幅最高前10名的基金进行绘图。

同理近一周、近三个月、近一年也可以通过这个代码进行绘制，只需要将参数order_by修改即可

'近一周':'1w''近一月':'1m''近三月':'3m''近六月':'6m''近1年':'1y''近2年':'2y''近3年':'3y''近5年':'5y'

分析2：基金各个阶段涨跌幅

上面分析中可以清楚这五类基金近一个月最高的涨跌幅排名情况，下面从排名中选取第一名基金（五类中各选取第一名）分别展示该基金各个阶段的涨跌幅情况

阶段情况：

'近一周':'1w''近一月':'1m''近三月':'3m''近六月':'6m''近1年':'1y''近2年':'2y''近3年':'3y''近5年':'5y'

爬虫代码

####分析2：基金各个阶段涨跌幅def analysis2():    name =['近1周','近1月','近3月','近6月','近1年','近3年','近5年']    ##五类基金    dict_value={}    for key in dict_type:        #### 获取排名第一名基金代号        url = ";+str(dict_type[key])+"&order_by=1w&size=10&page=1"        res = requests.get(url, headers=headers)        res.encoding = 'utf-8'        s = json.loads(res.text)        ###取第一名        fd_code = s['data']['items'][0]['fd_code']        #### 获取排名第一名基金各个阶段情况        fu_url = ";+str(fd_code)        res = requests.get(fu_url, headers=headers)        res.encoding = 'utf-8'        s = json.loads(res.text)        data = s['data']        valuess=[]        ####防止基金最长时间不够1年、2年、5年的情况报错，用0填充        ##近1周        try:            valuess.append(data['nav_grl1w'])        except:            valuess.append(0)        ##近1月        try:            valuess.append(data['nav_grl1m'])        except:            valuess.append(0)        ##近3月        try:            valuess.append(data['nav_grl3m'])        except:            valuess.append(0)        ##近6月        try:            valuess.append(data['nav_grl6m'])        except:            valuess.append(0)        ##近1年        try:            valuess.append(data['nav_grl1y'])        except:            valuess.append(0)        ##近3年        try:            valuess.append(data['nav_grl3y'])        except:            valuess.append(0)        ##近5年        try:            valuess.append(data['nav_grl5y'])        except:            valuess.append(0)        ###添加到集合中        dict_value[key]=valuess    bars(name,dict_value)

可视化代码

###柱形图def bars(name,dict_values):    # 链式调用    c = (        Bar(            init_opts=opts.InitOpts(  # 初始配置项                theme=ThemeType.MACARONS,                animation_opts=opts.AnimationOpts(                    animation_delay=1000, animation_easing="cubicOut"  # 初始动画延迟和缓动效果                ))        )            .add_xaxis(xaxis_data=name)  # x轴            .add_yaxis(series_name="股票型", yaxis_data=dict_values['股票型'])  # y轴            .add_yaxis(series_name="混合型", yaxis_data=dict_values['混合型'])  # y轴            .add_yaxis(series_name="债券型", yaxis_data=dict_values['债券型'])  # y轴            .add_yaxis(series_name="指数型", yaxis_data=dict_values['指数型'])  # y轴            .add_yaxis(series_name="QDII型", yaxis_data=dict_values['QDII型'])  # y轴            .set_global_opts(            title_opts=opts.TitleOpts(title='涨跌幅', subtitle='李运辰绘制',  # 标题配置和调整位置                                      title_textstyle_opts=opts.TextStyleOpts(                                          font_family='SimHei', font_size=25, font_weight='bold', color='red',                                      ), pos_left="90%", pos_top="10",                                      ),            xaxis_opts=opts.AxisOpts(name='阶段', axislabel_opts=opts.LabelOpts(rotate=45)),            # 设置x名称和Label rotate解决标签名字过长使用            yaxis_opts=opts.AxisOpts(name='涨跌点'),        )            .render("基金各个阶段涨跌幅.html")    )

分析

从上面动图可以清楚这五类基金第一名基金各个阶段的涨跌幅情况。

有的基金最长时间没有达到3年或者5年，这里使用填充0处理。

分析3：近30个交易日净值情况

同理，上面分析中可以清楚这五类基金近一个月最高的涨跌幅排名情况，下面从排名中选取第一名基金（五类中各选取第一名）分别展示该基金近30个交易日净值情况。

爬虫代码

####分析3：近30个交易日净值情况def analysis3():    for key in dict_type:        #### 获取排名第一名基金代号        url = "; + str(            dict_type[key]) + "&order_by=1w&size=10&page=1"        res = requests.get(url, headers=headers)        res.encoding = 'utf-8'        s = json.loads(res.text)        ###取第一名        fd_code = s['data']['items'][0]['fd_code']        #### 获取排名第一名基金近30个交易日净值情况        fu_url = ";+str(fd_code)+"?size=30&page=1"        res = requests.get(fu_url, headers=headers)        res.encoding = 'utf-8'        s = json.loads(res.text)        data = s['data']['items']        name=[]        value=[]        for k in range(0,len(data)):            name.append(data[k]['date'])            value.append(data[k]['nav'])        silder(name, value,key)

可视化代码

###拉伸图def silder(name,value,tips):    c = (        Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))            .add_xaxis(xaxis_data=name)            .add_yaxis(tips, yaxis_data=value)            .set_global_opts(            title_opts=opts.TitleOpts(title=str(tips)+"近30个交易日净值情况"),            datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_="inside")],        )            .render(str(tips)+"近30个交易日净值情况.html")    )

1.股票型

2.混合型

3.债券型

4.指数型

5.QDII型

分析

从上面动图可以清楚这五类基金第一名基金近30个交易日净值情况。

04

总结

以上就是爬取基金数据并通过pyecharts动图可视化方式展示基金的涨跌情况。

围绕这三点去进行爬取数据，动图可视化展示数据：

近一月涨跌幅前10名基金各个阶段涨跌幅近30个交易日净值情况