股票数据分析(三):Python(Tushare) 交易信息返回json格式,供前端使用

更多: 股票数据分析Python+Tushare使用系列(一)(二)(三)等等

1 我们在股票数据分析(一):Tushare,Anaconda,PyCharm的安装和基本使用 中介绍了获取Tushare某几天股票信息

2 我们在股票数据分析(二):配置Python + Django 开启http接口访问功能 中介绍了http形式的访问设置

3 接下来我们介绍如何使用数据, 并将获取的信息转化成json格式,通过接口形式返回,最终被前端使用:

1 : 查询几天的信息:
import tushare as ts
data = ts.get_hist_data('600848', start='2018-01-05', end='2018-01-09')
print('查询结果')
print(data)

返回:

查询结果
             open   high  close    ...         v_ma5    v_ma10    v_ma20
date                               ...                                  
2018-01-09  24.60  24.78  23.96    ...     120159.21  84689.28  69688.92
2018-01-08  24.12  24.95  24.71    ...     112259.60  85078.67  67644.48
2018-01-05  24.00  25.40  24.51    ...      97543.60  76964.50  64853.80

[3 rows x 13 columns]

我们发现默认返回并不是json格式.

2 : 我们想取下列值集合(一共13个):

# 获取列值
print('获取列值')
column_list = []
for row in data:
    column_list.append(row)

print(column_list)

返回列值结果:

获取列值

['open', 'high', 'close', 'low', 'volume', 'price_change', 'p_change', 'ma5', 'ma10', 'ma20', 'v_ma5', 'v_ma10', 'v_ma20']

3 : 如果我们想取下某一列返回了多少数据?

比如'open' 这一列有多少个数据:

print('取一列有多少个数据 : pandas.Series.size')
print(data['open'].size)

返回结果3:

取一列有多少个数据 : pandas.Series.size
3
4 : 比如'open' 这一列的第2个数据怎么获取?
print(data['open'][1])

返回结果:

24.12
5 : 最后, 查询结果转化成json格式返回:
import tushare as ts
data = ts.get_hist_data('600848', start='2018-01-05', end='2018-01-09')

column_list = []
for row in data:
    column_list.append(row)

print('格式化json结果:')
jsonlist = []
for index in range(data[column_list[0]].size):
    dict = {}
    for row in data:
        dict[row] = data[row][index]
    jsonlist.append(dict)

返回json结果:

格式化json结果:
[{'open': 24.6, 'high': 24.78, 'close': 23.96, 'low': 23.82, 'volume': 82175.82, 'price_change': -0.76, 'p_change': -3.07, 'ma5': 24.208, 'ma10': 23.237, 'ma20': 23.213, 'v_ma5': 120159.21, 'v_ma10': 84689.28, 'v_ma20': 69688.92}, {'open': 24.12, 'high': 24.95, 'close': 24.71, 'low': 24.01, 'volume': 109535.76, 'price_change': 0.2, 'p_change': 0.82, 'ma5': 23.9, 'ma10': 22.992, 'ma20': 23.153, 'v_ma5': 112259.6, 'v_ma10': 85078.67, 'v_ma20': 67644.48}, {'open': 24.0, 'high': 25.4, 'close': 24.51, 'low': 23.7, 'volume': 204266.23, 'price_change': -0.56, 'p_change': -2.23, 'ma5': 23.42, 'ma10': 22.82, 'ma20': 23.048, 'v_ma5': 97543.6, 'v_ma10': 76964.5, 'v_ma20': 64853.8}]

我们发现返回数据中key都是单引号,显然不是前端需要的json格式,应该是双引号.
在上一节最后我们象征性的返回hello world !,现在将上面的数据转化为json格式返回:
先上代码(编辑上一节最后view.py):
view.py

from django.http import HttpResponse

import tushare as ts
import json
data = ts.get_hist_data('600848', start='2018-01-05', end='2018-01-09')

column_list = []
for row in data:
    column_list.append(row)
jsonlist = []
for index in range(data[column_list[0]].size):
    dict = {}
    for row in data:
        dict[row] = data[row][index]
    jsonlist.append(dict)

def hello(request):
    return HttpResponse(json.dumps(jsonlist))

其中:
1 : 需要导入json库
2 : jsonStr = json.dumps(obj) 就是专json方法
3 : Python 中json转对象obj = json.loads(jsonStr)
4 : 最后通过HttpResponse返回

在终端切换到项目路径,启动manage.py :

localhost:mpl_finance-master niexiaobo$ cd /Users/niexiaobo/Documents/PythonFile/stockTuSharePro/djangoManager 
localhost:djangoManager niexiaobo$ python manage.py runserver 0.0.0.0:8000

浏览器访问地址为http://127.0.0.1:8000
结果:


图片.png

完成(在第五篇中将介绍使用该数据绘制股票图)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,468评论 5 473
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,620评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,427评论 0 334
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,160评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,197评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,334评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,775评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,444评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,628评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,459评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,508评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,210评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,767评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,850评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,076评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,627评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,196评论 2 341

推荐阅读更多精彩内容