Python | AKShare获取A股数据

Python | AKShare获取A股数据
运行环境:jupyter notebook (python 3.12.7) + AKShare 1.16.87

1.安装akshare

# 在Jupyter中直接安装 !pip install akshare --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple

验证安装成功:

import akshare as ak print("AKShare版本:", ak.__version__)

2.以A股贵州茅台600519为例,获取数据

try: import akshare as ak print("\n尝试使用AKShare获取A股数据示例:") a_stock = ak.stock_zh_a_hist(symbol="600519", period="daily", start_date="20250101", end_date="20250507") print(a_stock.head()) except ImportError: print("\n提示:安装AKShare可获得中国证券市场数据 -> pip install akshare") except Exception as e: print(f"AKShare获取失败:{str(e)}")

运行结果截图:

import akshare as ak import pandas as pd # 设置显示参数 pd.set_option('display.max_columns', None) pd.set_option('display.width', 1000) def get_a_stock_data(symbol, start_date, end_date): """获取A股历史行情数据(自动重试版)""" for _ in range(3): try: df = ak.stock_zh_a_hist( symbol=symbol, period="daily", start_date=start_date, end_date=end_date, adjust="hfq" # 可选参数:hfq后复权, qfq前复权, 空为不复权 ) # 转换日期格式 df['日期'] = pd.to_datetime(df['日期']) df.set_index('日期', inplace=True) # 重命名列(英文列名更方便处理) df = df.rename(columns={ '开盘': 'open', '收盘': 'close', '最高': 'high', '最低': 'low', '成交量': 'volume', '成交额': 'amount', '振幅': 'amplitude', '涨跌幅': 'pct_chg', '涨跌额': 'change', '换手率': 'turnover' }) return df.sort_index() except Exception as e: print(f"获取数据失败,正在重试... ({str(e)})") continue raise ConnectionError("数据获取失败,请检查网络或代码") # 执行数据获取 try: data = get_a_stock_data("600519", "20250101", "20250507") print("\n数据获取成功!前5行数据:") print(data.head()) print("\n基础统计信息:") print(data.describe()) except Exception as e: print("发生错误:", str(e)) print("建议解决方案:") print("1. 检查股票代码格式(需纯数字,不带市场后缀)") print("2. 尝试调整日期格式为YYYYMMDD") print("3. 访问AKShare官网查看最新接口文档:https://www.akshare.xyz/")

运行结果截图:

Read more

AI Agent 面试八股文100问:大模型智能体高频考点全解析(附分类指南和简历模板)

AI Agent 面试八股文100问:大模型智能体高频考点全解析(附分类指南和简历模板)

AI Agent 面试八股文100问:大模型智能体高频考点全解析(附分类指南和简历模板) 如果你对学成归来的简历没有概念,可以看看以下的模板先,毕竟先看清眼前的路,比奔跑更重要: 最终的AI Agent简历模板,点我跳转! 适用人群:LLM Agent、RAG、AutoGPT、LangChain、Function Calling 等方向的求职者与开发者 随着大模型技术的飞速演进,AI Agent(智能体) 已成为工业界和学术界共同关注的焦点。无论是 AutoGPT、LangChain 还是 LlamaIndex,背后都离不开对 Agent 架构、推理机制、工具调用等核心能力的深入理解。 本文系统整理了 AI Agent 方向的 100 道高频面试问题,覆盖 基础概念、架构设计、推理决策、工具调用、记忆管理、评估方法、安全对齐、

By Ne0inhk
人工智能、机器学习和深度学习,其实不是一回事

人工智能、机器学习和深度学习,其实不是一回事

一、人工智能、机器学习与深度学习的真正区别 在当今科技领域,我们经常听到人工智能、机器学习和深度学习这三个词。它们虽然相关,但含义不同。 1.1 人工智能 人工智能是计算机科学的一个分支,旨在研究如何合成与分析能够像人一样行动的计算主体。简单来说,AI 的目标是利用计算机来模拟甚至替代人类大脑的功能。 一个理想的 AI 系统通常具备以下特征:像人一样思考、像人一样行动、理性地思考与行动。 1.2 机器学习 机器学习是实现人工智能的一种途径。它的核心定义是:赋予计算机在没有被显式编程的情况下进行学习的能力。 与传统的基于规则的编程不同,机器学习不依赖程序员手写每一条逻辑指令,而是通过算法让机器从大量数据中寻找规律,从而对新的数据产生预测或判断。 1.3 深度学习 深度学习是机器学习的一种特殊方法,也称为深度神经网络。它受人类大脑结构的启发,通过设计多层的神经元网络结构,来模拟万事万物的特征表示。 1.4 三者之间的层级关系 厘清这三者的关系对于初学者至关重要。人工智能 AI是最宏大的概念,包含了所有让机器变聪明的技术。机器学习 ML是 AI

By Ne0inhk
AI 基建:我拿到邀请码了,evomap 初体验,说说感受!——最后面有我本地节点上传的执行全指引。

AI 基建:我拿到邀请码了,evomap 初体验,说说感受!——最后面有我本地节点上传的执行全指引。

task: 我拿到邀请码了,evomap 初体验,说说感受!——最后面有我本地节点上传的执行全指引。 一天在 evomap 赚了几千积分,详细看我后续文章! 背景 昨天吃了口热饭,抢到了邀请码。并且我本地已经构建了evomap 的全套,今天就想简单看看具体有哪些功能! 航海日志-实操 “一个 Agent 学会,百万 Agent 继承。”从字面意思理解,应该有以下几种方向: 1、我的 agent,可以流动给别人。 2、我的 agent,可以自己迭代。 3、我的 agent,可以被另外一个 agent 学习。 4、我的 agent,可以从 A 环境无损迁移到 B 环境。 ...... 按照首页的指引,我应该是完成了接入我本地。 接入你的

By Ne0inhk
被问爆的Agent实战:从0到1搭建可落地AI智能体

被问爆的Agent实战:从0到1搭建可落地AI智能体

🎁个人主页:User_芊芊君子 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏:AI 文章目录: * 【前言】 * 一、先搞懂:2026年爆火的AI Agent,到底是什么? * 1.1 Agent的核心定义 * 1.2 Agent的4大核心能力 * 1.3 2026年Agent的3个热门落地场景 * 二、框架选型:2026年6大主流Agent框架,新手该怎么选? * 三、实战环节:从0到1搭建可落地的“邮件处理Agent”(全程代码+步骤) * 3.1 实战准备:环境搭建(10分钟搞定) * 3.1.1 安装Python环境 * 3.1.2 创建虚拟环境(避免依赖冲突) * 3.

By Ne0inhk