akshare股票涨跌停获取统计分析
参看:
https://akshare.akfamily.xyz/data/stock/stock.html#id375
数据源来自东方财富网:https://quote.eastmoney.com/ztb/detail#type=ztgc
参数说明
涨停统计: n/m代表m天中有n次涨停板
安装:
pip install akshare -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
涨停股票
import akshare as ak
import pandas as pd# 获取涨停板信息
def get_limit_up_stocks(trade_date):df = ak.stock_zt_pool_em(date=trade_date)return df# 示例:获取2023年10月10日的涨停板信息
trade_date = '20241030'
limit_up_stocks = get_limit_up_stocks(trade_date)# 打印涨停板信息
print(limit_up_stocks)
参数说明
统计连板数倒排序
limit_up_stocks_sorted = limit_up_stocks.sort_values(by='连板数', ascending=False)
print("连板数倒排序:")
limit_up_stocks_sorted[['代码', '名称', '连板数', '所属行业']]
列出每个行业里的具体股票名称及其连板数
def get_industry_details(group):return group[['名称', '连板数']].to_dict(orient='records')industry_details = limit_up_stocks.groupby('所属行业').apply(get_industry_details).reset_index()
industry_details.columns = ['所属行业', '股票详情']# 统计每个行业里的连板数总和
industry_stats = limit_up_stocks.groupby('所属行业')['连板数'].sum().reset_index()
industry_stats_sorted = industry_stats.sort_values(by='连板数', ascending=False)# 合并行业统计和具体股票详情
industry_stats_with_details = pd.merge(industry_stats_sorted, industry_details, on='所属行业')print("每个行业里的连板数统计及具体股票名称及其连板数:")
industry_stats_with_details
跌停股票
import akshare as ak
import pandas as pd# 获取跌停板信息
def get_limit_down_stocks(trade_date):df = ak.stock_zt_pool_dtgc_em(date=trade_date)return df# 示例:获取2023年10月10日的涨停板和跌停板信息
trade_date = '20241030'limit_down_stocks = get_limit_down_stocks(trade_date)# 打印涨停板和跌停板信息print("跌停板信息:")
limit_down_stocks
统计连板数倒排序
limit_down_stocks_sorted = limit_down_stocks.sort_values(by='连续跌停', ascending=False)
print("跌停板连板数倒排序:")
limit_down_stocks_sorted[['代码', '名称', '连续跌停', '所属行业']]
列出每个行业里的具体股票名称及其连板数
# 统计每个行业里的连板数,并列出每个行业里的具体股票名称及其连板数
def get_industry_details(group):return group[['名称', '连续跌停']].to_dict(orient='records')# 跌停板
industry_details_down = limit_down_stocks.groupby('所属行业').apply(get_industry_details).reset_index()
industry_details_down.columns = ['所属行业', '股票详情']# 统计每个行业里的连板数总和industry_stats_down = limit_down_stocks.groupby('所属行业')['连续跌停'].sum().reset_index()
industry_stats_sorted_down = industry_stats_down.sort_values(by='连续跌停', ascending=False)# 合并行业统计和具体股票详情industry_stats_with_details_down = pd.merge(industry_stats_sorted_down, industry_details_down, on='所属行业')print("跌停板每个行业里的连板数统计及具体股票名称及其连板数:")
industry_stats_with_details_down
相关文章:

akshare股票涨跌停获取统计分析
参看: https://akshare.akfamily.xyz/data/stock/stock.html#id375 数据源来自东方财富网:https://quote.eastmoney.com/ztb/detail#typeztgc 参数说明 涨停统计: n/m代表m天中有n次涨停板 安装: pip install akshare -i http…...

前端对一个增删改查的思考
1、来源:dify dify/web/app/components/workflow/nodes/question-classifier/components/class-list.tsx at main langgenius/dify GitHub 2、代码流程: 3、思索问题: 1、为啥要用return形式,而不是value直接当函数࿱…...

【Clickhouse】客户端连接工具配置
ClickHouse 是什么 ClickHouse 是一个分布式实时分析型列式存储数据库。具备高性能,支撑PB级数据,提供实时分析,稳定可扩展等特性。适用于数据仓库、BI报表、监控系统、互联网用户行为分析、广告投放业务以及工业、物联网等分析和时序应用场…...

【测试平台】打包 jenkins配置和jenkinsfile文件
背景: 当打包机环境配置完成后,需要挂到master的jenkins中,完成调度。 jenkins启动 命令行直接启动即可。 nohup java -jar /usr/local/opt/jenkins/libexec/jenkins.war --httpListenAddress0.0.0.0 --httpPort80 appending output to n…...

Leetcode224 -- 基本计算器及其拓展
题目分析: 其实这个计算器的实现并不难,因为除了括号就剩下加减法嘛,括号肯定比加减法先执行,但是加减法是同级的,只是会改变数字的正负号而已,所以实现的逻辑并不是很难,我们只需要一个栈&…...

python的lambda实用技巧
lambda表达式 lambda表达式是一种简化的函数表现形式,也叫匿名函数,可以存在函数名也可以不存在。 使用一行代码就可以表示一个函数: # 格式 lambda arg[参数] : exp[表现形式] # 无参写法 lambda : "hello" # 一般写法 lambda …...
VB中的资源文件(Resource File)及其用途
在Visual Basic(VB)中,资源文件(Resource File)是一种特殊的文件,用于存储应用程序中使用的非代码资源。这些资源可以是字符串、图像、图标、音频文件、视频文件等。资源文件的主要用途是使应用程序的管理和…...
【vue】11.Vue 3生命周期钩子在实践中的具体应用
Vue 3的生命周期钩子为开发者提供了在不同阶段操作组件的强大能力。本文将带您了解每个生命周期钩子的使用场景,并通过简单的案例来展示它们在实际开发中的应用。 1. 创建阶段(Creation Hooks) beforeCreate 进行一些初始化操作,…...
1.5 新特性 C++面试常见问题
1.5.1 说说C11的新特性有哪些? C11 引入了许多重要的新特性和增强,目的是提升语言的性能、可读性和简洁性。以下是 C11 的一些主要新特性: 1. 自动类型推导 使用 auto 关键字,可以让编译器自动推导变量的类型。auto x 42; …...

[mysql]子查询的概述和分类及单行子查询
子查询引入 查询的基本结构已经给大家了,子查询里面也是有一些新的内容,子查询其实就是在查询中嵌套另一个查询,叫嵌套查询可能大家更容易理解一点..,类似与FOR循环和FOR循环的嵌套,这一章是我们查询的最难的部分,大家 难度是查询的顶峰,多表查询和子查询是非常重要,SQL优化里…...

SpringMVC执行流程(视图阶段JSP、前后端分离阶段)、面试题
目录 1.SpringMVC执行流程分为以下两种 2.非前后端分离的SpringMVC的执行流程 3.前后端分离的项目SpringMVC执行流程 4. 面试题 1.SpringMVC执行流程分为以下两种 2.非前后端分离的SpringMVC的执行流程 流程图: 更加生动的描述: DisPatcherServlet…...

宠物空气净化器有用吗?有哪几款吸毛效果好且低噪的推荐
伴随着天气越来越凉,照常来说,猫咪掉毛的频率应该会变少,但是为什么我家的猫咪还在掉很多毛。 现在就连南方地区都要加外套了,但是猫咪掉毛太多,都不敢穿纯棉面料的衣服,还有本来想着顺应天气的变化&#…...

linux -磁盘管理命令
学会用fidsk -l blkid lskid 就够用 格式化文件系统:mkfs -t <文件系统格式> /dev/vdb1 1..df -Th 查看磁盘挂载情况。 2.fdisk 磁盘分区命令 示例一:fdisk -l 查看磁盘分区,箭头指出分区信息 示例二:创建分区eg…...
[Chrome插件开发]关于报错Service worker registration failed. Status code: 15
manifest.json中不能使用ts: "background": {"service_worker": "background.ts"}只能使用js "background": {"service_worker": "background.js"}在vite.config.js中增加以下配置,可以将…...
uniapp封装movable-area+movable-view组件,实现悬浮按钮可拖动,自动吸附边缘效果,自动向两边靠拢
兼容H5、App、微信小程序 子组件 /components/ShopCar/ShopCar.vue <template><view class"ShopCar"><movable-area class"movableArea" v-if"isShow"><movable-view class"movableView" :position"posi…...
音频重采样(libresample)
https://github.com/minorninth/libresample USB audio同步问题及Jitter分析_usb mic i2s 时钟不同步-CSDN博客 是的,电脑和 USB 摄像头之间的 UAC(USB Audio Class)传输,**可能会因为两边时钟不同步而引起破音问题**。时钟不同…...

使用Python来下一场雪
具体效果:(大雪缓缓下落) 完整代码: import pygame import random# 初始化 Pygame pygame.init()# 设置窗口 width, height 800, 600 screen pygame.display.set_mode((width, height)) pygame.display.set_caption("下雪…...
Pyspark中pyspark.sql.functions常用方法(4)
文章目录 pyspark sql functionsforall 判断array是否满足allfilter 过滤zip_with 数组合并 pyspark sql functions forall 判断array是否满足all df spark.createDataFrame([(1, ["bar"]), (2, ["foo", "bar"]), (3, ["foobar", &…...
Nginx 配置基于IP 地址的 Web 服务器
Nginx 配置基于IP 地址的 Web 服务器 1.配置网卡 nmcli connection modify ipv4.address 192.168.232.130/24 ipv4.gateway 192.168.232.2 ipv4.dns 192.168.232.2 ipv4.method manual connection.autoconnect yes 2.添加ip地址 nmcli connection modify ens160 ipv4.address…...
【TVM 教程】线性和递归核
Apache TVM 是一个端到端的深度学习编译框架,适用于 CPU、GPU 和各种机器学习加速芯片。更多 TVM 中文文档可访问 → https://tvm.hyper.ai/ 作者:Tianqi Chen 下面介绍如何在 TVM 中进行递归计算(神经网络中的典型模式)。 from…...

业务系统对接大模型的基础方案:架构设计与关键步骤
业务系统对接大模型:架构设计与关键步骤 在当今数字化转型的浪潮中,大语言模型(LLM)已成为企业提升业务效率和创新能力的关键技术之一。将大模型集成到业务系统中,不仅可以优化用户体验,还能为业务决策提供…...
QMC5883L的驱动
简介 本篇文章的代码已经上传到了github上面,开源代码 作为一个电子罗盘模块,我们可以通过I2C从中获取偏航角yaw,相对于六轴陀螺仪的yaw,qmc5883l几乎不会零飘并且成本较低。 参考资料 QMC5883L磁场传感器驱动 QMC5883L磁力计…...

如何在看板中体现优先级变化
在看板中有效体现优先级变化的关键措施包括:采用颜色或标签标识优先级、设置任务排序规则、使用独立的优先级列或泳道、结合自动化规则同步优先级变化、建立定期的优先级审查流程。其中,设置任务排序规则尤其重要,因为它让看板视觉上直观地体…...
C++ 基础特性深度解析
目录 引言 一、命名空间(namespace) C 中的命名空间 与 C 语言的对比 二、缺省参数 C 中的缺省参数 与 C 语言的对比 三、引用(reference) C 中的引用 与 C 语言的对比 四、inline(内联函数…...
linux 下常用变更-8
1、删除普通用户 查询用户初始UID和GIDls -l /home/ ###家目录中查看UID cat /etc/group ###此文件查看GID删除用户1.编辑文件 /etc/passwd 找到对应的行,YW343:x:0:0::/home/YW343:/bin/bash 2.将标红的位置修改为用户对应初始UID和GID: YW3…...
LLM基础1_语言模型如何处理文本
基于GitHub项目:https://github.com/datawhalechina/llms-from-scratch-cn 工具介绍 tiktoken:OpenAI开发的专业"分词器" torch:Facebook开发的强力计算引擎,相当于超级计算器 理解词嵌入:给词语画"…...

《基于Apache Flink的流处理》笔记
思维导图 1-3 章 4-7章 8-11 章 参考资料 源码: https://github.com/streaming-with-flink 博客 https://flink.apache.org/bloghttps://www.ververica.com/blog 聚会及会议 https://flink-forward.orghttps://www.meetup.com/topics/apache-flink https://n…...

零基础设计模式——行为型模式 - 责任链模式
第四部分:行为型模式 - 责任链模式 (Chain of Responsibility Pattern) 欢迎来到行为型模式的学习!行为型模式关注对象之间的职责分配、算法封装和对象间的交互。我们将学习的第一个行为型模式是责任链模式。 核心思想:使多个对象都有机会处…...
Android Bitmap治理全解析:从加载优化到泄漏防控的全生命周期管理
引言 Bitmap(位图)是Android应用内存占用的“头号杀手”。一张1080P(1920x1080)的图片以ARGB_8888格式加载时,内存占用高达8MB(192010804字节)。据统计,超过60%的应用OOM崩溃与Bitm…...
Python 包管理器 uv 介绍
Python 包管理器 uv 全面介绍 uv 是由 Astral(热门工具 Ruff 的开发者)推出的下一代高性能 Python 包管理器和构建工具,用 Rust 编写。它旨在解决传统工具(如 pip、virtualenv、pip-tools)的性能瓶颈,同时…...