文件’沪市股票top300.csv’中包含上海股票交易所上市的多支股票的名称和股票代码，其他文件为文件名对应股票代码的股票交易数据，使用这些文件进行运算并输出结果，如跌幅最大的10支股票代码的集合、成交量最大的10支股票代码集合、最高价最高的10支股票代码的集合、最低价最低的10支股票代码集合等。（为方便统计，本题中涨跌幅计算公式设定为：(最新记录收盘价-最早记录收盘价) / 最早记录收盘价 * 100。）
交易数据文件数据内容格式为：
Date,High,Low,Open,Close,Volume,Adj Close2018-01-02,5.929999828338623,5.829999923706055,5.860000133514404,5.909999847412109,10649302.0,5.67970991134643552018-01-03,5.989999771118164,5.820000171661377,5.880000114440918,5.909999847412109,14893773.0,5.67970991134643552018-01-04,5.889999866485596,5.829999923706055,5.869999885559082,5.849999904632568,9974470.0,5.6220488548278812018-01-05,5.880000114440918,5.820000171661377,5.849999904632568,5.849999904632568,6584055.0,5.6220488548278812018-01-08,5.929999828338623,5.860000133514404,5.860000133514404,5.920000076293945,11096694.0,5.689321041107178... ...
根据用户输入，利用集合运算和这些文件数据完成以下任务：
输入’涨幅与成交量’时：
参考示例格式输出：
涨幅和成交量均在前10名的股票:
涨幅或成交量在前10名的股票:
涨幅前10名，但成交量未进前10名的股票:
涨幅和成交量不同时在前10名的股票:
输入’涨幅与最高价’时：
参考示例格式输出：
涨幅和最高价均在前10名的股票:
涨幅或最高价在前10名的股票:
涨幅前10名，但最高价未进前10名的股票:
涨幅和最高价不同时在前10名的股票:
输入’跌幅与最低价’时：
参考示例格式输出：
跌幅和最低价均在前10名的股票:
跌幅或最低价在前10名的股票:
跌幅前10名，但最低价未进前10名的股票:
跌幅和最低价不同时在前10名的股票:
输入其他数据时：
输出：’输入错误’
# -------- ------- --------# @File : 股票分析.py# @Author : 赵广辉# @Contact: vasp@qq.com# @Company: 武汉理工大学# @Version: 1.5# @Modify : 2021/12/06 21:28# Python程序设计基础，高等教育出版社# -------- ------- --------import osimport numpy as np# 设置常量，对应各列数据的语义，方便索引HIGH = 0LOW = 1OPEN = 2CLOSE = 3VOLUME = 4ADJCLOSE = 5def file_list(file):"""@参数 file: 文件名，字符串类型将文件中的股票代码与股票名称读入到字典中，返回股票代码字典。['600000', '600004', '600006', '600007', '600008', '600009',...]"""stock_name = {}with open(file, 'r', encoding='utf-8') as stock_file:for line in stock_file:x = line.strip().split(',')stock_name[x[0]] = x[1]return stock_name # 股票代码与股票名字典def filename_list(path):"""接收路径字符串为参数，获取该路径下所有文件名，以列表形式返回os.listdir(path)以列表形式返回path路径下的所有文件名，不包括子路径中的文件名"""name_list = os.listdir(path)return name_listdef statistics_of_all(code_list):"""@参数 code_list：股票代码列表，列表类型接收股票数据文件名列表，逐个统计各股票数据文件涨跌幅、总成交量、最高价和最低价。涨跌幅计算公式为：(最新记录收盘价-最早记录收盘价) / 最早记录收盘价 * 100为方便处理，读入数据时，略过日期列。"""statistics_of_stock = []for code in code_list:data_of_code = np.genfromtxt('../data/' + code, dtype=None,usecols=[1, 2, 3, 4, 5, 6], delimiter=',',skip_header=1)# 计算当前股票涨跌幅、总成交量、最高价和最低价uplift_or_fall = round((data_of_code[:, CLOSE][-1] - data_of_code[:, CLOSE][0]) / data_of_code[:, CLOSE][0] * 100, 2)volumes = round(sum(data_of_code[:, VOLUME]), 2)high = round(max(data_of_code[:, HIGH]), 2)low = round(min(data_of_code[:, LOW]), 2)statistics_of_stock.append([code[:6], uplift_or_fall, volumes, high, low])return statistics_of_stock # 每支股票涨跌幅、总成交量、最高价和最低价def top_10_uplift(statistics_of_stock):"""@参数 statistics_of_stock：每支股票涨跌幅、总成交量、最高价和最低价统计信息，列表类型按涨幅降序排序，涨幅相同时按股票代码降序排序，取排名前10的股票，返回排名前10的股票代码，返回值为列表类型。"""sort_by_uplift = sorted(statistics_of_stock, key=lambda x: (x[1], x[0]), reverse=True)[:10]top_uplift = [x[0] for x in sort_by_uplift]return top_upliftdef top_10_fall(statistics_of_stock):"""@参数 statistics_of_stock：每支股票涨跌幅、总成交量、最高价和最低价统计信息，列表类型按跌幅升序排序，跌幅相同时，按股票代码升序排序，取排名前10的股票，返回跌幅最大的10支股票代码的集合。"""sort_by_fall = sorted(statistics_of_stock, key=lambda x: (x[1], x[0]))[:10]top_fall = [x[0] for x in sort_by_fall]return top_falldef top_10_volumes(statistics_of_stock):"""@参数 statistics_of_stock：每支股票涨跌幅、总成交量、最高价和最低价统计信息，列表类型按成交量降序排序，成交量相同时，按股票代码降序排序，取成交量前10的股票代码，返回成交量最大的10支股票代码列表。"""sort_by_volumes = sorted(statistics_of_stock, key=lambda x: (x[2], x[0]))[-1:-11:-1]top_volumes = [x[0] for x in sort_by_volumes]return top_volumesdef top_10_high(statistics_of_stock):"""@参数 statistics_of_stock：每支股票涨跌幅、总成交量、最高价和最低价统计信息，列表类型按最高价降序排序，最高价相同时，按股票代码降序排序返回，取排名前10的股票，返回最高价最高的10支股票代码的列表。"""sort_by_high = sorted(statistics_of_stock, key=lambda x: (x[3], x[0]))[-1:-11:-1]top_high = [x[0] for x in sort_by_high]return top_highdef top_10_low(statistics_of_stock):"""@参数 statistics_of_stock：每支股票涨跌幅、总成交量、最高价和最低价统计信息，列表类型按最低价升序排序，最低价相同时，按股票代码升序排序，取排名前10的股票，返回最低价最低的10支股票代码集合。"""sort_by_low = sorted(statistics_of_stock, key=lambda x: (x[4], x[0]))[:10]top_low = [x[0] for x in sort_by_low]return top_lowdef uplift_and_volumes(top_uplift, top_volumes):"""@参数 top_high，最高价在前10名的股票代码，字符串@参数 top_volumes，成交量在前10名的股票代码，字符串返回一个列表，其元素依序为以下4个：涨幅和成交量均在前10名的股票，按股票代码升序，列表涨幅或成交量在前10名的股票,按股票代码升序，列表涨幅前10名，但成交量未进前10名的股票,按股票代码升序，列表涨幅和成交量不同时在前10名的股票,按股票代码升序，列表"""both_of = sorted(set(top_uplift) & set(top_volumes))any_of = sorted(set(top_uplift) | set(top_volumes))uplift_no_volumes = sorted(set(top_uplift) - set(top_volumes))uplift_or_volumes = sorted(set(top_uplift) ^ set(top_volumes))# print(both_of,any_of,uplift_no_volumes,uplift_or_volumes)return [both_of,any_of,uplift_no_volumes,uplift_or_volumes]def high_and_uplift(top_uplift, top_high):"""@参数 top_high，最高价在前10名的股票代码，字符串@参数 top_uplift，涨幅在前10名的股票代码，字符串返回一个列表，其元素依序为以下4个：涨幅和最高价均在前10名的股票代码,按股票代码升序，列表涨幅或最高价在前10名的股票代码,按股票代码升序，列表涨幅前10名，但最高价未进前10名的股票代码,按股票代码升序，列表涨幅和最高价不同时在前10名的股票,按股票代码升序，列表票代码。"""both_of = sorted(set(top_uplift) & set(top_high)) # 涨幅和最高价均在前10名的股票any_of = sorted(set(top_uplift) | set(top_high)) # 涨幅或最高价在前10名的股票uplift_no_high = sorted(set(top_uplift) - set(top_high)) # 涨幅前10名，但最高价未进前10名的股票uplift_or_high = sorted(set(top_uplift) ^ set(top_high)) # 涨幅和最高价不同时在前10名的股票return [both_of, any_of, uplift_no_high, uplift_or_high]def low_and_fall(top_fall, top_low):"""@参数 top_low，最低价在前10名的股票代码，字符串@参数 top_fall，跌幅在前10名的股票代码，字符串返回一个列表，其元素依序为以下4个跌幅和最低价均在前10名的股票代码,按股票代码升序，列表跌幅或最低价在前10名的股票代码,按股票代码升序，列表跌幅前10名，但最低价未进前10名的股票代码,按股票代码升序，列表跌幅和最低价不同时在前10名的股票,按股票代码升序，列表"""both_of = sorted(set(top_fall) & set(top_low)) # 跌幅和最低价均在前10名的股票any_of = sorted(set(top_fall) | set(top_low)) # 跌幅或最低价在前10名的股票uplift_no_high = sorted(set(top_fall) - set(top_low)) # 跌幅前10名，但最低价未进前10名的股票uplift_or_high = sorted(set(top_fall) ^ set(top_low)) # 跌幅和最低价不同时在前10名的股票return [both_of, any_of, uplift_no_high, uplift_or_high]def operation():"""接收一个字符串为参数，根据参数值调用不同函数完成任务"""statistics_of_list = statistics_of_all(stock_lst) # 对获取的股票数据进行统计uplift_set = top_10_uplift(statistics_of_list) # 涨幅前10名集合fall_set = top_10_fall(statistics_of_list) # 跌幅前10名集合volumes_set = top_10_volumes(statistics_of_list) # 成交量前10名集合high_set = top_10_high(statistics_of_list) # 最高价前10名集合low_set = top_10_low(statistics_of_list) # 最低价前10名集合opt = input()if opt == '涨幅与成交量': # 输出抽中的单词u_and_v = uplift_and_volumes(uplift_set, volumes_set)print('涨幅和成交量均在前10名的股票:')print(u_and_v[0]) # 涨幅和成交量均在前10名的股票print('涨幅或成交量在前10名的股票:')print(u_and_v[1]) # 涨幅或成交量在前10名的股票print('涨幅前10名，但成交量未进前10名的股票:')print(u_and_v[2]) # 涨幅前10名，但成交量未进前10名的股票print('涨幅和成交量不同时在前10名的股票:')print(u_and_v[3]) # 涨幅和成交量均在前10名的股票elif opt == '涨幅与最高价':u_and_h = high_and_uplift(uplift_set, high_set)print('涨幅和最高价均在前10名的股票:')print(u_and_h[0])print('涨幅或最高价在前10名的股票:')print(u_and_h[1])print('涨幅前10名，但最高价未进前10名的股票:')print(u_and_h[2])print('涨幅和最高价不同时在前10名的股票:')print(u_and_h[3])elif opt == '跌幅与最低价':f_and_l = low_and_fall(fall_set, low_set)print('跌幅和最低价均在前10名的股票:')print(f_and_l[0]) # 跌幅和最低价均在前10名的股票print('跌幅或最低价在前10名的股票:')print(f_and_l[1]) # 跌幅或最低价在前10名的股票print('跌幅前10名，但最低价未进前10名的股票:')print(f_and_l[2]) # 跌幅前10名，但最低价未进前10名的股票print('跌幅和最低价不同时在前10名的股票:')print(f_and_l[3]) # 跌幅前10名，但最低价未进前10名的股票，和最低价前10名但跌幅没进前10名的股票else:print('输入错误')if __name__ == '__main__':filename = './data/沪市股票top300.csv' # 股票名称与代码文件stock_lst = ['600000.csv', '600004.csv', '600006.csv','600007.csv', '600008.csv', '600009.csv','600010.csv', '600011.csv', '600012.csv','600015.csv', '600016.csv', '600018.csv','600019.csv', '600020.csv', '600026.csv','600028.csv', '600029.csv', '600030.csv','600031.csv', '600033.csv', '600036.csv']operation()
若有收获，就点个赞吧
0 人点赞
