本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/50781561 未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys
1，关于TuShare
http://tushare.org/
TuShare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工 到 数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。考虑到Python pandas包在金融量化分析中体现出的优势，TuShare返回的绝大部分的数据格式都是pandas DataFrame类型，非常便于用pandas/NumPy/Matplotlib进行数据分析和可视化。当然，如果您习惯了用Excel或者关系型数据库做分析，您也可以通过TuShare的数据存储功能，将数据全部保存到本地后进行分析。应一些用户的请求，从0.2.5版本开始，TuShare同时兼容Python 2.x和Python 3.x，对部分代码进行了重构，并优化了一些算法，确保数据获取的高效和稳定。
2，安装TuShare
git clone https://github.com/waditu/tushare.git
cd tushare/
#首先安装pandas和 lxml
yum install python-devel
yum install python-pip
pip install numpy --upgrade
pip install cycler --upgrade
pip install pandas
pip install lxml
pip install tushare因为python的官网访问速度不是太好。多试验几次命令。
一般都是网络问题，安装的时候缺少那个包，就安装那个包。
#########################################
File "/usr/lib64/python2.6/site-packages/pandas/tools/plotting.py", line 137, in <module>
import cycler
ImportError: No module named cycler
#########################################
比如缺少这个包，直接安装就行。
pip install cycler --upgrade3，安装完成测试下
测试获得股票数据。比如获得股票 600848 的数据。
Python 2.6.6 (r266:84292, Jul 23 2015, 15:22:56)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-11)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tushare as ts
>>>
>>> ts.get_hist_data('600848') #一次性获取全部数据
open high close low volume price_change p_change \
date
2016-03-02 14.40 15.20 15.18 14.36 49128.62 0.77 5.34
2016-03-01 14.02 14.60 14.40 14.02 29640.23 0.38 2.71
2016-02-29 14.82 14.93 14.01 13.80 33933.66 -0.86 -5.78
2016-02-26 15.15 15.39 14.85 14.31 35327.51 -0.21 -1.39
2016-02-25 16.50 16.61 15.06 15.06 56001.21 -1.67 -9.98
2016-02-24 15.98 16.75 16.74 15.83 47704.09 0.56 3.46
2016-02-23 16.56 16.58 16.18 15.70 38420.64 -0.29 -1.76
2016-02-22 16.35 16.59 16.48 16.22 39470.97 0.39 2.42
2016-02-19 15.92 16.18 16.08 15.30 29235.78 0.11 0.69
2016-02-18 16.12 16.36 15.98 15.80 46518.39 -0.14 -0.87
2016-02-17 15.60 16.70 16.11 15.55 52116.73 0.50 3.20
2016-02-16 15.11 15.71 15.62 15.10 29833.41 0.59 3.92
2016-02-15 14.68 15.19 15.05 14.54 28223.87 -0.25 -1.63
2016-02-05 15.02 15.90 15.30 15.02 37989.99 0.15 0.99
2016-02-04 14.52 15.25 15.15 14.52 40090.40 0.67 4.63
2016-02-03 14.50 14.53 14.47 14.25 22184.43 -0.07 -0.48
2016-02-02 14.15 14.71 14.55 14.05 42175.52 0.46 3.27
2016-02-01 13.99 14.28 14.10 13.90 27130.60 0.12 0.86
2016-01-29 13.59 14.21 13.97 13.30 38279.97 0.40 2.95
2016-01-28 13.96 14.21 13.56 13.40 27015.35 -0.45 -3.21
2016-01-27 14.64 14.69 13.99 13.26 40538.52 -0.51 -3.52
2016-01-26 15.76 15.88 14.53 14.38 37950.22 -1.38 -8.67
2016-01-25 15.78 16.15 15.90 15.66 32303.94 0.32 2.05
2016-01-22 15.50 15.81 15.57 15.13 25284.37 0.13 0.84
2016-01-21 15.70 16.20 15.40 15.00 45340.89 -0.60 -3.75
2016-01-20 16.05 16.38 16.01 15.75 44137.80 -0.21 -1.29
2016-01-19 15.55 16.25 16.22 15.33 50115.39 0.67 4.31
2016-01-18 14.97 15.72 15.56 14.70 41947.85 0.17 1.10
2016-01-15 15.71 16.10 15.42 15.21 43059.26 -0.55 -3.44
2016-01-14 14.86 16.00 15.94 14.39 68228.87 0.70 4.59
... ... ... ... ... ... ... ...
2013-04-16 6.42 6.61 6.56 6.33 18365.89 0.06 0.92
2013-04-15 6.68 6.68 6.50 6.43 20789.59 -0.21 -3.13
2013-04-12 7.00 7.14 6.71 6.66 43170.50 -0.36 -5.09
2013-04-11 7.17 7.33 7.07 6.96 60183.46 -0.12 -1.67
2013-04-10 7.10 7.25 7.19 6.87 77998.55 0.03 0.42
2013-04-09 7.10 7.79 7.16 6.94 119660.91 -0.03 -0.42
2013-04-08 6.79 7.27 7.19 6.74 116549.97 0.24 3.45
2013-04-03 6.61 6.97 6.95 6.44 79182.41 0.35 5.30
2013-04-02 6.58 6.67 6.60 6.57 13952.11 -0.02 -0.30
2013-04-01 6.41 6.65 6.62 6.41 13293.56 0.16 2.48
2013-03-29 6.37 6.53 6.46 6.30 13958.80 0.07 1.09
2013-03-28 6.55 6.58 6.39 6.36 17368.91 -0.27 -4.05
2013-03-27 6.60 6.76 6.66 6.60 41851.47 0.02 0.30
2013-03-26 6.64 6.65 6.64 6.42 13623.62 0.00 0.00
2013-03-25 6.67 6.71 6.64 6.58 12939.00 -0.01 -0.15
2013-03-22 6.46 6.69 6.65 6.46 30918.82 0.18 2.78
2013-03-21 6.37 6.52 6.47 6.34 17245.47 0.12 1.89
2013-03-20 6.22 6.38 6.35 6.22 11524.97 0.14 2.25
2013-03-19 6.29 6.33 6.21 6.09 9160.18 -0.05 -0.80
2013-03-18 6.38 6.40 6.26 6.19 9493.37 -0.13 -2.03
2013-03-15 6.37 6.56 6.39 6.30 18811.71 -0.12 -1.84
2013-03-14 6.50 6.66 6.51 6.39 22719.29 0.13 2.04
2013-03-13 6.37 6.50 6.38 6.21 17253.38 0.00 0.00
2013-03-12 6.57 6.62 6.38 6.27 17603.52 -0.16 -2.45
2013-03-11 6.66 6.67 6.54 6.51 10379.32 -0.08 -1.21
2013-03-08 6.68 6.73 6.62 6.61 11688.20 -0.04 -0.60
2013-03-07 6.70 6.80 6.66 6.61 17969.74 -0.14 -2.06
2013-03-06 7.07 7.07 6.80 6.77 39305.09 0.05 0.74
2013-03-05 6.49 6.80 6.75 6.36 32661.27 0.31 4.81
2013-03-04 6.80 6.80 6.44 6.34 38822.67 -0.44 -6.39
ma5 ma10 ma20 v_ma5 v_ma10 v_ma20 turnover
date
2016-03-02 14.700 15.496 15.142 40806.25 40538.11 37521.07 1.68
2016-03-01 15.012 15.589 15.083 40521.34 40836.92 37091.56 1.01
2016-02-29 15.368 15.711 15.089 42277.42 40856.24 37507.06 1.16
2016-02-26 15.862 15.815 15.184 43384.88 40285.26 37425.58 1.21
2016-02-25 16.108 15.860 15.220 42166.54 40551.51 36923.42 1.92
2016-02-24 16.292 15.869 15.237 40269.97 38960.43 36390.40 1.63
2016-02-23 16.166 15.642 15.200 41152.50 36408.46 36212.09 1.32
2016-02-22 16.054 15.479 15.202 39435.06 36783.95 36796.83 1.35
2016-02-19 15.768 15.241 15.156 37185.64 35549.91 36920.67 1.00
2016-02-18 15.612 15.030 15.123 38936.48 36454.33 37611.85 1.59
2016-02-17 15.446 14.788 15.121 37650.88 34504.03 38697.37 1.78
2016-02-16 15.118 14.576 15.080 31664.42 33346.21 38743.47 1.02
2016-02-15 14.904 14.467 15.064 34132.84 34157.89 40305.90 0.97
2016-02-05 14.714 14.552 15.106 33914.19 34565.89 41796.52 1.30
2016-02-04 14.448 14.579 15.225 33972.18 33295.33 43083.57 1.37
2016-02-03 14.130 14.604 15.369 31357.17 33820.38 41683.20 0.76
2016-02-02 14.034 14.758 15.648 35027.99 36015.72 42412.93 1.44
2016-02-01 14.030 14.925 15.912 34182.93 36809.71 43515.56 0.93
2016-01-29 14.390 15.071 16.242 35217.60 38291.43 44501.00 1.31
2016-01-28 14.710 15.216 16.692 32618.48 38769.36 46885.12 0.92
2016-01-27 15.078 15.454 17.107 36283.59 42890.71 46969.85 1.39
2016-01-26 15.482 15.583 17.496 37003.44 44140.74 47568.20 1.30
2016-01-25 15.820 15.660 17.864 39436.48 46453.91 49260.22 1.11
2016-01-22 15.752 15.660 18.229 41365.26 49027.15 49985.07 0.87
2016-01-21 15.722 15.870 18.603 44920.24 52871.81 52477.98 1.55
2016-01-20 15.830 16.134 19.038 49497.83 49546.02 53716.30 1.51
2016-01-19 15.684 16.538 19.428 51278.04 48810.15 54182.43 1.72
2016-01-18 15.500 16.899 19.814 53471.33 50221.42 55042.69 1.44
2016-01-15 15.568 17.412 20.236 56689.04 50710.57 58406.80 1.47
2016-01-14 16.018 18.168 20.631 60823.37 55000.88 60819.12 2.34
... ... ... ... ... ... ... ...
2013-04-16 6.806 6.855 6.664 44101.60 56314.70 37061.58 0.63
2013-04-15 6.926 6.845 6.656 64360.60 55873.99 37083.87 0.71
2013-04-12 7.064 6.834 6.656 83512.68 55531.92 37180.35 1.48
2013-04-11 7.112 6.829 6.640 90715.06 55400.02 35884.50 2.06
2013-04-10 7.018 6.786 6.605 81468.79 50744.03 33755.50 2.67
2013-04-09 6.904 6.731 6.573 68527.79 44238.08 30374.54 4.10
2013-04-08 6.764 6.680 6.546 47387.37 35363.87 24975.90 3.99
2013-04-03 6.604 6.608 6.519 27551.16 25433.42 20046.89 2.71
2013-04-02 6.546 6.548 6.512 20084.97 18667.67 18053.03 0.48
2013-04-01 6.554 6.509 6.519 20019.27 18188.48 18988.48 0.46
2013-03-29 6.558 6.473 6.510 19948.36 17808.46 20264.94 0.48
2013-03-28 6.596 6.466 6.513 23340.36 18293.75 20596.84 0.59
2013-03-27 6.612 6.478 6.519 23315.68 18828.79 20776.17 1.43
2013-03-26 6.550 6.450 6.511 17250.38 16368.98 19536.45 0.47
2013-03-25 6.464 6.424 6.503 16357.69 16766.97 19906.00 0.44
2013-03-22 6.388 6.414 6.494 15668.56 16511.00 20370.47 1.06
2013-03-21 6.336 6.411 6.483 13247.14 14587.94 19617.01 0.59
2013-03-20 6.344 6.430 6.484 14341.90 14660.37 19799.44 0.39
2013-03-19 6.350 6.475 6.495 15487.59 17438.38 20488.98 0.31
2013-03-18 6.384 6.529 6.521 17176.25 19788.49 21518.87 0.32
2013-03-15 6.440 6.547 6.547 17353.44 22721.42 22721.42 0.64
2013-03-14 6.486 6.564 6.564 15928.74 23155.83 23155.83 0.78
2013-03-13 6.516 6.571 6.571 14978.83 23210.40 23210.40 0.59
2013-03-12 6.600 6.599 6.599 19389.17 24061.40 24061.40 0.60
2013-03-11 6.674 6.635 6.635 22400.72 25137.72 25137.72 0.36
2013-03-08 6.654 6.654 6.654 28089.39 28089.39 28089.39 0.40
2013-03-07 6.663 6.663 6.663 32189.69 32189.69 32189.69 0.62
2013-03-06 6.663 6.663 6.663 36929.68 36929.68 36929.68 1.35
2013-03-05 6.595 6.595 6.595 35741.97 35741.97 35741.97 1.12
2013-03-04 6.440 6.440 6.440 38822.67 38822.67 38822.67 1.33
[575 rows x 14 columns]
>>> 获得实时数据：
>>> df = ts.get_realtime_quotes('000581')
>>> df[['code','name','price','bid','ask','volume','amount','time']]
code name price bid ask volume amount time
0 000581 威孚高科 17.20 17.20 17.22 7101751 122414146.23 11:35:55
>>> 按日期获得股票数据：
>>> df = ts.get_tick_data('600848',date='2015-01-09')
>>> df.head(10)
time price change volume amount type
0 15:00:07 11.23 0.01 0 0 买盘
1 14:59:57 11.22 -- 14 15708 卖盘
2 14:59:52 11.22 0.01 74 83028 卖盘
3 14:59:42 11.21 -0.01 8 8968 卖盘
4 14:59:36 11.22 -0.03 14 15708 卖盘
5 14:59:26 11.25 -- 6 6750 卖盘
6 14:59:26 11.25 0.04 158 177750 买盘
7 14:59:16 11.21 -- 23 25783 卖盘
8 14:59:11 11.21 -0.01 49 54929 卖盘
9 14:59:06 11.22 0.01 10 11220 中性盘
>>>4，总结
本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/50781561 未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys
安装虽然麻烦一点，但是使用还是很方便的。
具体分析的话要使用pandas进行分析。
http://pandas.pydata.org/
10分钟入门文档。
http://pandas.pydata.org/pandas-docs/stable/10min.html
有两本书可以看看。 
另外一边写的金融的东西比较多，看不懂。
股票金融还得继续学习。
