import必要的模塊
首先要把需要的模塊導入。
還需要按tushare的要求配置好token.
# 按文檔的要求導入token
import pandas as pd
import matplotlib.pyplot as plt
import numpy.random as np
import sys
import tushare as ts
import os
plt.style.use('ggplot')
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標籤
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號
%matplotlib inline
# 獲取pro_api
ts.set_token('ff1c72d52ac8c2554ba6ada1137610364ff28d781')
pro = ts.pro_api()
# 獲取數據，以上市公司基本數據爲例
sb = pro.stock_basic()
# 測試一下數據導入成功
sb.describe()
sb.dtypes
ts_code object
symbol object
name object
area object
industry object
market object
list_date object
dtype: object
統計每個省的上市公司數量，並且排序
完成這個任務只需要一條命令。
#figsize參數用來解決圖的大小比例問題。
#value_counts方法可以把一個系列統計計數並按降序排列。
byarea = sb.area.value_counts()
byarea.plot(kind='barh', figsize=(10,15), title='listed company by area')
可以看出來，沿海地區省份上市公司數量較多。少數民族地區上市公司就很少。
統計每個行業的上市公司數目
統計結果居然是軟件服務業數量很多，有必要分析一下各板塊的上市公司數量。
byindustry = sb.industry.value_counts()
byindustry.plot(kind='barh', figsize=(10,25), title='listed company by industry')
## 統計每個板塊的上市公司數量
bymarket = sb.market.value_counts()
bymarket.plot(kind='pie', figsize=(10,10), title='listed company by market')
統計每年的上市公司數目，並且按年份排列
由於數據導入時，每個公司的上市日期都是object類型，需要將其先轉換成爲datetime類型。
#make the list_date colume into a dt object
sb.list_date = pd.to_datetime(sb.list_date)
# 創建一個新列，名字爲year，數據從list_date中利用dt.year屬性來取。
sb['year'] = sb.list_date.dt.year
# sort_indext()把數據按照index排列，而不是默認的按降序來排列。
byyear = sb.year.value_counts().sort_index()
byyear.plot(kind='barh', figsize=(10,15), title='Listed Number Per Year')
可以看出來，2017年真的是厲害啊，怪不得發那麼多錢，但沒有明顯的通貨膨脹。應該說，一般大規模上市之後，市場要低迷一陣子。