pandas:tushare数据处理（一）
今天刚刚从清华大神那里得到消息，tushare的数据有很多问题，get_stock_basics()和get_his_data()存在坏点，谨慎应用中频策略。
但问题是stock_basics那个url不是上海证券交易所吗？难道这种数据都有问题？
妈的还是要买通联数据。
Tushare-财经数据接口
一个非常强大的存在，类似的还有vn.py，easytrader等包，但很显然tushare是这些包的爸爸，作者挖地兔有公众号，一个外貌很有特点的人，目前easytrader可以实现银河证券的实盘交易，具体的。
十分钟搞定pandas
显然十分钟是搞不定的。
获得所有A股股票代码
stock_info = ts.get_stock_basics()
CODE_LIST = []
for i in stock_info.index:
CODE_LIST.append(i)
print CODE_LIST
ts.get_k_data()
获得历史数据的方法，包含信息如下，tushare目前支持13年9月以后的A股数据，据说以后还要搞港股美股期货市场什么的，不太相信。
in []:kdata = ts.get_k_data('600848')
kdata
out []:
date open close high low volume code
0 2013-09-02 6.40 6.20 6.52 6.09 34096.0 600848
1 2013-09-03 6.20 6.24 6.36 6.19 23047.0 600848
...
639 2017-04-12 20.26 21.41 22.66 20.26 142753.0 600848
640 2017-04-13 21.30 21.43 21.80 21.02 77429.0 600848
'''
获得某一个具体的数据，例如我们要获得最后一天的volume：
in []:kdata.iloc[-1,5]
out[]:
77429.0
要注意的是，有的股票是今天才上市的，所以只能获得一个只有一行的DF，这个时候如果你要取昨天的成交量kdata.iloc[-2,5]就会报错，所以我们在取昨天的成交量的时候需要进行一个判定，cookbook里面找不到，结果stack有很好的答案：
how to get row count of pandas dataframe?
In [3]: df = pd.DataFrame(np.arange(9).reshape(3,3))
In [4]: df
Out[4]:
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8
In [5]: df.shape
Out[5]: (3, 3)
In [8]: len(df.index)
Out[8]: 3
将索引值设为日期：
in []: kdata_ri = kdata.set_index('date')
kdata_ri
out []:
open close high low volume code
date
2013-09-02 6.40 6.20 6.52 6.09 34096.0 600848
2013-09-03 6.20 6.24 6.36 6.19 23047.0 600848
...
2017-04-13 21.30 21.43 21.80 21.02 77429.0 600848
再找一个数据，比如2017-03-22的数据，要注意的是date字段是unicode编码，直接使用utf-8的字符串会报错:
in []:kdata_ri.ix[u'2017-03-22']
out []:
open 20.19
close 19.89
high 20.24
low 19.88
volume 36156
code 600848
Name: 2017-03-22, dtype: object
如果要选取volumn，可以用：
in []:kdata_ri.ix[u'2017-03-22','volume']
out []:
36156.0
至于iloc, ix 以及loc, at等DataFrame方法的区别，这里先不表，或许我也还没弄清楚。
除此之外，pandas还提供了一些时间序列工具，比如我们可以用pd.rolling_mean()的方法生成均线，注意年线是250日均线，半年线是120日均线，月线是30日均线，这个和公历年还是有区别的：
in []:close = pd.Series(kdata_ri.close) #首先生成一个日期为key, 收盘价为value的series
me_250 = pd.rolling_mean(close, 250) #新生成的也是一个Serise
out []: <string>:1: FutureWarning: pd.rolling_mean is deprecated for Series and will be removed in a future version, replace with
Series.rolling(window=365,center=False).mean()
这个警报是因为前240个值算不出均线值，那么我们看看me250的结果：
in []: me250
out []:
date
2013-09-02 NaN
2013-09-03 NaN
...
2017-04-12 20.11960
2017-04-13 20.12060
Name: close, dtype: float64
很明显前240个值都是NaN。
get_realtime_quotes
该方法是用来获得实时数据的，用的是鹅厂数据，其实用来做高频策略还是不太能放心的。
in []:rtprice = ts.get_realtime_quotes('600848')
rtprice
out []:
name open pre_close price high low bid ask volume \
0 上海临港 21.300 21.410 21.430 21.800 21.020 21.420 21.430 7742964
amount ... a2_p a3_v a3_p a4_v a4_p a5_v a5_p \
0 165976827.000 ... 21.440 117 21.450 52 21.460 105 21.470
date time code
0 2017-04-13 15:00:00 600848
[1 rows x 33 columns]
这个接口有一个好处是比较稳定，比如获得股票名称，这个接口就要比get_stock_basic()要好。
最后写一个简书里插入LaTex公式的东西，因为简书不支持LaTex语法，所以可以用一个网站来生成图片，比如说这个矩阵：
![][matrix]
[matrix]: http://latex.codecogs.com/svg.latex?\begin{bmatrix}1&x&x2\1&y&y2\1&z&z^2\\end{bmatrix}
方法：
简书中编辑数学公式
