★★★★★博文原创不易,我的博文不需要打赏,也不需要知识付费,可以白嫖学习编程小技巧,喜欢的老铁可以多多帮忙点赞,小红牛在此表示感谢。★★★★★
在Python中,struct模块提供了二进制数据的打包和解包功能,可以将Python数据类型转换为二进制数据,或者将二进制数据转换为Python数据类型。
Pandas是Python中一个广泛使用的数据分析库,它提供了方便的数据操作和分析功能。Pandas能够处理各种数据格式,包括CSV、Excel、SQL等,能够进行数据清洗、预处理、分析和可视化等操作。Pandas的核心数据结构是DataFrame,它是一个二维表格,与Excel表格类似,可以使用类似于Python内置的行列索引方式进行操作。Pandas还提供了丰富的数据分析函数,如统计函数、分组聚合、时间序列分析等。
#01. 龙虎榜小红牛股票系统,官方微信公众号:GXZFP888#02. 我的Python教程官方微信公众号:wdPython
前面分析过通达信日线数据的结构,今天介绍另一种简洁的写法:使用struct解析数据,有相关需求的小伙们可以看看上一篇博文的分析报告详情,这里就不再重复说明了,自己理解以下Python源码的写法。
import os
import struct
import pandas as pddef read_TdxLday_datas(folder_name):tdx_datas=[]with open(folder_name,'rb') as f:buffer=f.read() #读取数据到缓存size=len(buffer)rowSize=32 #通信达day数据,每32个字节一组数据code=os.path.basename(folder_name).replace('.day','')for i in range(0,size,rowSize): #步长为32遍历bufferrow=list( struct.unpack('IIIIIfII',buffer[i:i+rowSize]) )row[1]=row[1]/100row[2]=row[2]/100row[3]=row[3]/100row[4]=row[4]/100row.pop() #移除最后无意义字段row.insert(0,code)tdx_datas.append(row)data=pd.DataFrame(data=tdx_datas,columns=['code','tradeDate','open','high','low','close','amount','vol'])print(data)
#设置成你的日线数据所在tdx路径位置
read_TdxLday_datas(folder_name="E:/zd_cjzq/vipdoc/sh/lday/sh600519.day")