分享一个免费的金融数据接口平台，既可以满足对股票数据分析感兴趣的你，同时又可以掌握pandas数据处理工具的使用。
在分析数据前，需要完成下面的步骤：
- 注册Tushare社区用户
- 获取TOKEN凭证
- 调取PRO版数据
具体的步骤此处略过，Tushare官网有详细的介绍，本文重点介绍如何通过Tushare调取个股行情数据进行分析和可视化。
数据导入
import pandas as pd
import tushare as ts
设置TOKEN凭证
ts.set_token('注册用户后生成的TOKEN凭证')
pro = ts.pro_api()
调取股票数据
以下以贵州茅台为例：调取2017年至今的日线行情数据
df = pro.daily(ts_code='600519.SH', start_date='20170103')
df
字段说明：
| 名称 | 描述 |
|---|---|
| ts_code | 股票代码 |
| trade_date | 交易日期 |
| open | 开盘价 |
| high | 最高价 |
| low | 最低价 |
| close | 收盘价 |
| pre_close | 昨收价 |
| change | 涨跌额 |
| pct_change | 涨跌幅 |
| vol | 成交量（手） |
| amount | 成交额（千元） |
数据处理
可以看到一共有437行数据，接下来对调取的数据做一些简单的处理。
设置索引列
df['trade_date'] = pd.to_datetime(df['trade_date'])
df.set_index('trade_date', inplace=True)
按月分析收盘价
df = df[~df.to_period('M').index.duplicated(keep='last')]
df['p_ch'] = (df['close'] / df.iloc[-1,4] - 1) * 100
数据可视化
df['p_ch'].plot()
当然，这只是简单的行情数据统计，更多的数据分析还可以调用其它的接口，如财务指标数据、财务审计意见数据以及股权质押数据等等。
