使用python tushare Tkinter实现简单股票可视化查询系统

import pandas as pd import tushare as ts import mplfinance as mpf import tkinter.tix as tix from tkinter import ttk import tkinter.font as tf from tkinter.constants import * import matplotlib.pyplot as plt import matplotlib.dates as mdates #處理日期 from matplotlib.backends.backend_tkagg import (FigureCanvasTkAgg, NavigationToolbar2Tk) pro = ts.pro_api('要到tushare官网注册个账户然后将token复制到这里,可以的话请帮个忙用文章末我分享的链接注册，谢谢') plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # pd.set_option()就是pycharm输出控制显示的设置 pd.set_option('expand_frame_repr', False) # True就是可以换行显示。设置成False的时候不允许换行 pd.set_option('display.max_columns', None) # 显示所有列 # pd.set_option('display.max_rows', None) # 显示所有行 pd.set_option('colheader_justify', 'centre') # 显示居中 root = tix.Tk() # 创建主窗口 screenWidth = root.winfo_screenwidth() # 获取屏幕宽的分辨率 screenHeight = root.winfo_screenheight() x, y = int(screenWidth / 4), int(screenHeight / 4) # 初始运行窗口屏幕坐标(x, y),设置成在左上角显示 width = int(screenWidth / 2) # 初始化窗口是显示器分辨率的二分之一 height = int(screenHeight / 2) root.geometry('{}x{}+{}+{}'.format(width, height, x, y)) # 窗口的大小跟初始运行位置 root.title('Wilbur量化复盘分析软件') # root.resizable(0, 0) # 固定窗口宽跟高，不能调整大小,无法最大窗口化 root.iconbitmap('ZHY.ico') # 窗口左上角图标设置,需要自己放张图标为icon格式的图片文件在项目文件目录下 # 首先创建主框架 main_frame = tix.Frame(root, width=screenWidth, height=screenHeight, relief=tix.SUNKEN, bg='#353535', bd=5, borderwidth=4) main_frame.pack(fill=BOTH, expand=0) # 在主框架下创建股票代码输入子框架 code_frame = tix.Frame(main_frame, borderwidth=1, bg='#353535') code_frame.pack() # 创建标签‘股票代码' stock_label = tix.Label(code_frame, text='股票代码', bd=1) stock_label.pack(side=LEFT) # 创建股票代码输入框 input_code_var = tix.StringVar() code_widget = tix.Entry(code_frame, textvariable=input_code_var, borderwidth=1, justify=CENTER) # input_code_get = input_code_var.set(input_code_var.get()) # 获取输入的新值 code_widget.pack(side=LEFT, padx=4) # 在主框架下创建股票日期输入框子框架 input_date_frame = tix.Frame(main_frame, borderwidth=1, bg='#353535') input_date_frame.pack() # 创建标签‘开始日期' date_start_label = tix.Label(input_date_frame, text='开始日期', bd=1) date_start_label.pack(side=LEFT) # 创建开始日期代码输入框 input_startdate_var = tix.StringVar() startdate_widget = tix.Entry(input_date_frame, textvariable=input_startdate_var, borderwidth=1, justify=CENTER) input_startdate_get = input_startdate_var.set(input_startdate_var.get()) # 获取输入的新值 startdate_widget.pack(side=LEFT, padx=4) # 创建标签‘结束日期' date_end_label = tix.Label(input_date_frame, text='结束日期', bd=1) date_end_label.pack(side=LEFT) # 创建结束日期代码输入框 input_enddate_var = tix.StringVar() enddate_widget = tix.Entry(input_date_frame, textvariable=input_enddate_var, borderwidth=1, justify=CENTER) input_enddate_get = input_enddate_var.set(input_enddate_var.get()) # 获取输入的新值 enddate_widget.pack(side=LEFT, padx=4) # 以下函数作用是省略输入代码后缀.sz .sh def code_name_transform(get_stockcode): # 输入的数字股票代码转换成字符串股票代码 str_stockcode = str(get_stockcode) str_stockcode = str_stockcode.strip() # 删除前后空格字符 if 6 > len(str_stockcode) > 0: str_stockcode = str_stockcode.zfill(6) + '.SZ' # zfill()函数返回指定长度的字符串，原字符串右对齐，前面填充0 if len(str_stockcode) == 6: if str_stockcode[0:1] == '0': str_stockcode = str_stockcode + '.SZ' if str_stockcode[0:1] == '3': str_stockcode = str_stockcode + '.SZ' if str_stockcode[0:1] == '6': str_stockcode = str_stockcode + '.SH' return str_stockcode tabControl = ttk.Notebook(root) # 创建Notebook stock_graphics_daily = tix.Frame(root, borderwidth=1, bg='#353535', relief=tix.RAISED) # 增加新选项卡日K线图 # stock_graphics_daily.pack(expand=1, fill=tk.BOTH, anchor=tk.CENTER) stock_graphics_daily_basic = tix.Frame(root, borderwidth=1, bg='#353535', relief=tix.RAISED) # 增加新选项卡基本面指标 stock_graphics_week = tix.Frame(root, borderwidth=1, bg='#353535', relief=tix.RAISED) stock_graphics_month = tix.Frame(root, borderwidth=1, bg='#353535', relief=tix.RAISED) company_information = tix.Frame(root, borderwidth=1, bg='#353535', relief=tix.RAISED) tabControl.add(stock_graphics_daily, text='日K线图') # 把新选项卡日K线框架增加到Notebook tabControl.add(stock_graphics_daily_basic, text='基本面指标') tabControl.add(stock_graphics_week, text='周K线图') tabControl.add(stock_graphics_month, text='月K线图') tabControl.add(company_information, text='公司信息') tabControl.pack(expand=1, fill="both") # 设置选项卡布局 tabControl.select(stock_graphics_daily) # 默认选定日K线图开始 # 创建股票图形输出框架 def go(): # 清除stock_graphics_daily框架中的控件内容，winfo_children()返回的项是一个小部件列表， # 以下代码作用是为每次点击查询按钮时更新图表内容，如果没有以下代码句，则每次点击查询会再生成一个图表 for widget_daily in stock_graphics_daily.winfo_children(): widget_daily.destroy() for widget_daily_basic in stock_graphics_daily_basic.winfo_children(): widget_daily_basic.destroy() for widget_week in stock_graphics_week.winfo_children(): widget_week.destroy() for widget_month in stock_graphics_month.winfo_children(): widget_month.destroy() for widget_company_information in company_information.winfo_children(): widget_company_information.destroy() stock_name = input_code_var.get() code_name = code_name_transform(stock_name) start_date = input_startdate_var.get() end_date = input_enddate_var.get() stock_data = pro.daily(ts_code=code_name, start_date=start_date, end_date=end_date) stock_daily_basic = pro.daily_basic(ts_code=code_name, start_date=start_date, end_date=end_date, fields='close,trade_date,turnover_rate,volume_ratio,pe,pb') stock_week_data = pro.weekly(ts_code=code_name, start_date=start_date, end_date=end_date) stock_month_data = pro.monthly(ts_code=code_name, start_date=start_date, end_date=end_date) stock_name_change = pro.namechange(ts_code=code_name, fields='ts_code,name') stock_information = pro.stock_company(ts_code=code_name, fields='introduction,main_business,business_scope') # 日数据处理 data = stock_data.loc[:, ['trade_date', 'open', 'close', 'high', 'low', 'vol']] # ：取所有行数据，后面取date列，open列等数据 data = data.rename(columns={'trade_date': 'Date', 'open': 'Open', 'close': 'Close', 'high': 'High', 'low': 'Low', 'vol': 'Volume'}) # 更换列名，为后面函数变量做准备 data.set_index('Date', inplace=True) # 设置date列为索引，覆盖原来索引,这个时候索引还是 object 类型，就是字符串类型。 # 将object类型转化成 DateIndex 类型，pd.DatetimeIndex 是把某一列进行转换，同时把该列的数据设置为索引 index。 data.index = pd.DatetimeIndex(data.index) data = data.sort_index(ascending=True) # 将时间顺序升序，符合时间序列 # 基本面指标数据处理 stock_daily_basic.set_index('trade_date', inplace=True) # 设置date列为索引，覆盖原来索引,这个时候索引还是 object 类型，就是字符串类型。 # 将object类型转化成 DateIndex 类型，pd.DatetimeIndex 是把某一列进行转换，同时把该列的数据设置为索引 index。 stock_daily_basic.index = pd.DatetimeIndex(stock_daily_basic.index) stock_daily_basic = stock_daily_basic.sort_index(ascending=True) # 将时间顺序升序，符合时间序列 print(stock_daily_basic) # 周数据处理 week_data = stock_week_data.loc[:, ['trade_date', 'open', 'close', 'high', 'low', 'vol']] week_data = week_data.rename(columns={'trade_date': 'Date', 'open': 'Open', 'close': 'Close', 'high': 'High', 'low': 'Low', 'vol': 'Volume'}) # 更换列名，为后面函数变量做准备 week_data.set_index('Date', inplace=True) # 设置date列为索引，覆盖原来索引,这个时候索引还是 object 类型，就是字符串类型。 # 将object类型转化成 DateIndex 类型，pd.DatetimeIndex 是把某一列进行转换，同时把该列的数据设置为索引 index。 week_data.index = pd.DatetimeIndex(week_data.index) week_data = week_data.sort_index(ascending=True) # 将时间顺序升序，符合时间序列 # 月数据处理 month_data = stock_month_data.loc[:, ['trade_date', 'open', 'close', 'high', 'low', 'vol']] month_data = month_data.rename(columns={'trade_date': 'Date', 'open': 'Open', 'close': 'Close', 'high': 'High', 'low': 'Low', 'vol': 'Volume'}) # 更换列名，为后面函数变量做准备 month_data.set_index('Date', inplace=True) # 设置date列为索引，覆盖原来索引,这个时候索引还是 object 类型，就是字符串类型。 # 将object类型转化成 DateIndex 类型，pd.DatetimeIndex 是把某一列进行转换，同时把该列的数据设置为索引 index。 month_data.index = pd.DatetimeIndex(month_data.index) month_data = month_data.sort_index(ascending=True) # 将时间顺序升序，符合时间序列 # 公司信息处理 stock_company_code = stock_name_change.at[0, 'ts_code'] stock_company_name = stock_name_change.at[0, 'name'] stock_introduction = stock_information.at[0, 'introduction'] stock_main_business = stock_information.at[0, 'main_business'] stock_business_scope = stock_information.at[0, 'business_scope'] # K线图图形输出 daily_fig, axlist = mpf.plot(data, type='candle', mav=(5, 10, 20), volume=True, show_nontrading=False, returnfig=True) # 注意必须按照选项卡的排列顺序渲染图形输出，假如你把matplotlib的图形放到最后，则会出现图像错位现象，不信你可以把以下的代码放到month_fig后试下 plt_stock_daily_basic = plt.figure(facecolor='white') plt.suptitle('Daily Basic Indicator', size=10) fig_close = plt.subplot2grid((3, 2), (0, 0), colspan=2) # 创建网格子绘图，按行切分成3份，列切分成2分，位置(0,0)，横向占用2列 fig_close.set_title('Close Price') plt.xticks(stock_daily_basic.index, rotation=45) # 设置x轴时间显示方向，放在这跟放在最后显示效果不一样 fig_close.plot(stock_daily_basic.index, stock_daily_basic['close']) plt.xlabel('Trade Day') plt.ylabel('Close') plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m')) # 設置x軸主刻度顯示格式（日期） plt.gca().xaxis.set_major_locator(mdates.MonthLocator(interval=1)) # 設置x軸主刻度間距 fig_turnover_rate = plt.subplot2grid((3, 2), (1, 0)) # 创建网格子绘图，按行切分成3份，列切分成2分，位置(1,0) fig_turnover_rate.set_title('Turnover Rate') plt.xticks(stock_daily_basic.index, rotation=45) # 设置x轴时间显示方向，放在这跟放在最后显示效果不一样 fig_turnover_rate.bar(stock_daily_basic.index, stock_daily_basic['turnover_rate'], facecolor='red') plt.xlabel('Trade Day') plt.ylabel('Turnover Rate') plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m')) # 設置x軸主刻度顯示格式（日期） plt.gca().xaxis.set_major_locator(mdates.MonthLocator(interval=2)) # 設置x軸主刻度間距 fig_volume_ratio = plt.subplot2grid((3, 2), (2, 0)) # 创建网格子绘图，按行切分成3份，列切分成2分，位置(1,2) fig_volume_ratio.set_title('Volume Ratio') plt.xticks(stock_daily_basic.index, rotation=45) # 设置x轴时间显示方向，放在这跟放在最后显示效果不一样 fig_volume_ratio.bar(stock_daily_basic.index, stock_daily_basic['volume_ratio']) plt.xlabel('Trade Day') plt.ylabel('Volume Ratio') plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%m')) # 設置x軸主刻度顯示格式（日期） plt.gca().xaxis.set_major_locator(mdates.MonthLocator(interval=2)) # 設置x軸主刻度間距 fig_pe = plt.subplot2grid((3, 2), (1, 1)) # 创建网格子绘图，按行切分成3份，列切分成2分，位置在第3行，第1列 fig_pe.set_title('PE') plt.xticks(stock_daily_basic.index, rotation=45) # 设置x轴时间显示方向，放在这跟放在最后显示效果不一样 fig_pe.plot(stock_daily_basic.index, stock_daily_basic['pe']) plt.xlabel('Trade Day') plt.ylabel('PE') plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%m')) # 設置x軸主刻度顯示格式（日期） plt.gca().xaxis.set_major_locator(mdates.MonthLocator(interval=2)) # 設置x軸主刻度間距 fig_pb = plt.subplot2grid((3, 2), (2, 1)) # 创建网格子绘图，按行切分成3份，列切分成2分，位置在第3行，第2列 fig_pb.set_title('PB') plt.xticks(stock_daily_basic.index, rotation=45) # 设置x轴时间显示方向，放在这跟放在最后显示效果不一样 fig_pb.plot(stock_daily_basic.index, stock_daily_basic['pb']) plt.xlabel('Trade Day') plt.ylabel('PB') plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%m')) # 設置x軸主刻度顯示格式（日期） plt.gca().xaxis.set_major_locator(mdates.MonthLocator(interval=2)) # 設置x軸主刻度間距 plt_stock_daily_basic.tight_layout(h_pad=-2, w_pad=0) # 解决子图图形重叠问题 week_fig, axlist = mpf.plot(week_data, type='candle', mav=(5, 10, 20), volume=True, show_nontrading=False, returnfig=True) month_fig, axlist = mpf.plot(month_data, type='candle', mav=(5, 10, 20), volume=True, show_nontrading=False, returnfig=True) canvas_daily = FigureCanvasTkAgg(daily_fig, master=stock_graphics_daily) # 设置tkinter绘制区 canvas_daily.draw() toolbar_daily = NavigationToolbar2Tk(canvas_daily, stock_graphics_daily) toolbar_daily.update() # 显示图形导航工具条 canvas_daily._tkcanvas.pack(side=BOTTOM, fill=BOTH, expand=1) canvas_stock_daily_basic = FigureCanvasTkAgg(plt_stock_daily_basic, master=stock_graphics_daily_basic) canvas_stock_daily_basic.draw() toolbar_stock_daily_basic = NavigationToolbar2Tk(canvas_stock_daily_basic, stock_graphics_daily_basic) toolbar_stock_daily_basic.update() # 显示图形导航工具条 canvas_stock_daily_basic._tkcanvas.pack(side=BOTTOM, fill=BOTH, expand=1) plt.close() canvas_week = FigureCanvasTkAgg(week_fig, master=stock_graphics_week) # 设置tkinter绘制区 canvas_week.draw() toolbar_week = NavigationToolbar2Tk(canvas_week, stock_graphics_week) toolbar_week.update() # 显示图形导航工具条 canvas_week._tkcanvas.pack(side=BOTTOM, fill=BOTH, expand=1) canvas_month = FigureCanvasTkAgg(month_fig, master=stock_graphics_month) # 设置tkinter绘制区 canvas_month.draw() toolbar_month = NavigationToolbar2Tk(canvas_month, stock_graphics_month) toolbar_month.update() # 显示图形导航工具条 canvas_month._tkcanvas.pack(side=BOTTOM, fill=BOTH, expand=1) company_text = tix.Text(company_information, bg='white', undo=True, wrap=tix.CHAR) company_text.insert(tix.INSERT, stock_company_code) company_text.tag_add('tag1', '1.0', '1.9') company_text.tag_config('tag1', foreground='red', justify=CENTER) company_text.insert(tix.INSERT, '\n') company_text.insert(tix.INSERT, stock_company_name) company_text.tag_add('tag2', '2.0', '2.9') company_text.tag_config('tag2', foreground='red', justify=CENTER) company_text.insert(tix.INSERT, '\n') company_text.insert(tix.INSERT, ' ') company_text.insert(tix.INSERT, '公司简介：') company_text.tag_add('tag3', '3.3', '3.9') company_text.tag_config('tag3', foreground='red', font=tf.Font(family='SimHei', size=12)) company_text.insert(tix.INSERT, stock_introduction) company_text.tag_add('tag4', '3.9', 'end') company_text.tag_config('tag4', foreground='black', spacing1=20, spacing2=10, font=tf.Font(family='SimHei', size=12)) company_text.insert(tix.INSERT, '\n') company_text.insert(tix.INSERT, ' ') company_text.insert(tix.INSERT, '主要业务及产品：') company_text.tag_add('tag5', '4.4', '4.12') company_text.tag_config('tag5', foreground='blue') company_text.insert(tix.INSERT, stock_main_business) company_text.tag_add('tag6', '4.12', 'end') company_text.tag_config('tag6', spacing1=20, spacing2=10, font=tf.Font(family='SimHei', size=12)) company_text.insert(tix.INSERT, '\n') company_text.insert(tix.INSERT, ' ') company_text.insert(tix.INSERT, '经营范围：') company_text.tag_add('tag7', '5.4', '5.9') company_text.tag_config('tag7', foreground='#cc6600') company_text.insert(tix.INSERT, stock_business_scope) company_text.tag_add('tag8', '5.9', 'end') company_text.tag_config('tag8', spacing1=20, spacing2=10, font=tf.Font(family='SimHei', size=12)) company_text.insert(tix.INSERT, '\n') company_text.pack(fill=BOTH, expand=1) # 在主框架下创建查询按钮子框架 search_frame = tix.Frame(main_frame, borderwidth=1, bg='#353535', relief=tix.SUNKEN) search_frame.pack() # 创建查询按钮并设置功能 stock_find = tix.Button(search_frame, text='查询', width=5, height=1, command=go) stock_find.pack() root.mainloop()

相关阅读