第14章 Web集成
14.1 Web基础知识
14.1.1 ftplib
# 将文件传输到FTP服务器
import ftplib
import numpy as np
ftp = ftplib.FTP('quant-platform.com')
ftp.login(user='***', passwd='***')
# 生成一个包含随机数据的NumPy ndarray 对象 ， 保存到磁盘作为传输文件
np.save('./data/array', np.random.standard_normal((100, 100)))
f = open('./data/array.npy', 'r')
# 二进制传输, 写人服务器
ftp.storbinary('STOR array.npy', f)
# 查看一下FTP服务器的目录
ftp.retrlines('LIST')
# 反向操作，读取一个远程文件并保存到磁盘
f = open('./data/array_ftp.npy', 'wb').write
ftp.retrbinary('RETR array.npy', f)
# 现在不再需要将文件保存在服务器了，可以删除它：
ftp.delete('array.npy')
ftp.retrlines('LIST')
# 关闭FTP服务器连接
ftp.close()
# ftpllb可以通过函数FTP_TLS安全连接到FTP服务器。
# 一旦建立了这样的安全连接，所有其他操作都保持不变
ftps = ftplib.FTP_TLS('quant-plltform.com')
ftps.login(user='***', passwd='***')
ftps.prot_p()
ftp.retrlines('LIST')
ftps.close()
# 因为用的比较少，所以没有测试，了解思路就好14.1.2 http.client
import http.client as hc
http = hc.HTTPConnection('www.baidu.com')
http.request('GET', '/')
resp = http.getresponse()
resp.status, resp.reason
# (200, 'OK')
content = resp.read()
content[:100]
# b'<!DOCTYPE html><!--STATUS OK-->\r\n<html>\r\n<head>\r\n\t<meta http-equiv="content-type" content="text/html'
http.close()
14.1.3 requests
import requests
url = 'http://www.baidu.com'
response = requests.get(url)
data = response.content14.2 Web图表绘制
14.2.1 静态图表绘制
import tushare as ts
# 中国卫星（600118）股票2014年以来的股票走势
data = ts.get_k_data('600118', '2014-01-01', ktype='D')
data.plot(x='date', y='close')
import bokeh.plotting as bp
bp.output_file('E:/project/MyPyTest/python_for_finance/data/600118.html', title='Bokeh Example (Static)')
p = bp.figure(title="line", plot_width=800, plot_height=600)
p.line(
x=data['date'].astype('datetime64[ns]').values.tolist(), # x coordinates
y=data['close'].values.tolist(), # y coordinates
color='#0066cc', # set acolor for the line
legend='中国卫星'
)
bp.show(p)图像自动在浏览器中打开
更多关于 bokeh 的例子 参考： https://bokeh.pydata.org/en/latest/docs/gallery.html
14.2.2 交互式图表绘制
bokeh 还包括一些交互性元素（“工具”）：
pan
支持图表平移（就像用摄影机摇拍）；也就是说， 相对于固定的画框移动图表（包括x和y 坐标）
wheel zoom
使用鼠标滚轮实现图像缩放
bοx zoom
用鼠标标记一个方框实现缩放
reset
重置图表的原始／默认视图
save
生成可以保存为PNG格式的图表静态（位图）版本
具体的例子参见 https://bokeh.pydata.org/en/latest/docs/gallery.html
中的 stocks 例子
14.2.3 实时图表绘制
在这里我们用随机数代替实时数据，创建一个 bokeh_test.py：
import bokeh.plotting as bp
from bokeh.layouts import column
from bokeh.models import Button
import time
import random
p = bp.figure(x_range=(0, 100), y_range=(0, 100))
r = p.line(
x=[], # x coordinates
y=[], # y coordinates
color='#0066cc', # set acolor for the line
legend='random'
)
ds = r.data_source
clicked = False
def callback():
global clicked
if (clicked):
return
else:
clicked = True
i = 0
start = time.time()
# run for 60 seconds
while (time.time() - start) < 60:
new_data = dict()
y = random.randint(0, 100)
new_data['x'] = ds.data['x'] + [i]
new_data['y'] = ds.data['y'] + [y]
ds.data = new_data
i += 1
time.sleep(1)
button = Button(label="Start")
button.on_click(callback)
bp.curdoc().add_root(column(button, p))
启动 bokeh服务
E:\project\MyPyTest\python_for_finance\data>bokeh serve –show bokeh_test.py
扫描二维码关注公众号，回复：
2161713 查看本文章
关于 bokeh服务 参考：http://bokeh.pydata.org/en/latest/docs/user_guide/server.html
启动后浏览器会自动打开连接： http://localhost:5006/bokeh_test
点击网页中的 “Start” 按钮，程序就开始显示实时数字了：
如果想要展示真实的数据，把while循环中的代码变成获取股票、汇率等实时数据的 api 代码即可。
^_^