前面介紹了數(shù)據(jù)研究平臺的安裝，這片介紹如何用現(xiàn)成的庫以及工具獲取和導出數(shù)據(jù)。大部分的人物可在IDLE里完成。
因為歷史數(shù)據(jù)量龐大，如果只在IDLE里查看，盡量不要獲取太大范圍的數(shù)據(jù)，獲取速度由寬帶速度決定，另一方面界面大小有限，數(shù)據(jù)量龐大，根本無法達到可視化的效果，更不用說分析出可用結果。
如下代碼：
ipmort tushare as ts
ts.get_hist_data('600839')#獲取四川長虹歷史數(shù)據(jù)
第一行導入tushare包，然后獲取四川長虹的歷史數(shù)據(jù)，結果如下。
以上包含開盤價，收盤價，等等熟知的基本數(shù)據(jù)。
以上為統(tǒng)計的5日，10日等等均價，均量。
12年到15年的換手率，結果過多，中間很多結果省略。以上全為在LDLE里進行操作以及瀏覽，下面介紹如何導出數(shù)據(jù)到excel文件，sql數(shù)據(jù)庫。
還是一段簡短的代碼。
>>> dm=ts.get_hist_data('000875')
>>> dm.to_excel('d:/data/new.xls',startrow=2,startcol=5)
上面已經(jīng)導入tushare包，所以此處不再導入，直接將獲取的數(shù)據(jù)存入名為dm的對象，第二行利用to_excel方法將數(shù)據(jù)寫入new.xls文件，后面兩個參數(shù)為寫入的起始行和列。當然大不分時刻不需要偏移，所以去掉后兩個參數(shù)，寫入完畢后打開文件查看
同上，寫入scv,hdf5,json都是同樣的方法。具體還要看自己的數(shù)據(jù)處理平臺可以處理的格式，很多量化高手可以在excel里進行回測，如果感興趣可以學習vba這門比較古老的語言，操作excel很強大。
幾乎所有軟件都離不開數(shù)據(jù)庫，為了更便的自動寫入和讀取數(shù)據(jù)，大部分時候我們將數(shù)據(jù)存入數(shù)據(jù)庫里，本次演示將數(shù)據(jù)讀入mysql,當然也支持其他大部分關系數(shù)據(jù)庫和菲關系數(shù)據(jù)庫。這一切都依賴于pandas對大部分數(shù)據(jù)庫的支持。
此處演示存入tick數(shù)據(jù)到數(shù)據(jù)庫，tick翻譯為滴答的鐘聲，一瞬間，我們可以大概推測到它的意義，即股票每個時刻的交易詳情，很多手機炒股軟件，比如新浪財經(jīng)，鑫財通，同花順等都能實時看到股票交易的詳細成交細節(jié)，時間，價格，成家量，當然也不是絕對實時，特別是移動客戶端，會有延遲，如果對時間要求比較嚴格的交易者，不建議在手機上操作。
操作之前，要求系統(tǒng)已經(jīng)安裝好Mysql數(shù)據(jù)庫，以及sqlalchemy，后者是一個python下的sql工具包以及關系對象映射器。當然在此處我們只用到了他的create_engine部分。
代碼：
from sqlalchemy import create_engine
import tushare as ts
df = ts.get_tick_data('600848', date='2014-12-22')
engine = create_engine('mysql://root:654321@127.0.0.1/my_db?charset=utf8')
df.to_sql('tick_data',engine)
解讀：從sqlalchemy導入create_engine，導入tushare,獲取600848這支股票在2014年12月22這一天的交易tick,存入df對象，然后我們先用mysql-front創(chuàng)建一個叫my_db的數(shù)據(jù)庫
然后在create_engine方法里連接到此數(shù)據(jù)庫，最后一行用to_sql方法寫入tick_data到?jīng)]有my_db里。
寫入完畢后打開mysql-front
后兩張圖可看出有1700多筆交易，成交的時間，價格，買盤還是賣盤可以再type里看出，因為數(shù)據(jù)量太大，成交的時間類型都以缺省的memo顯示，當然如果想查看可以把鼠標放上去即可顯示。好了本篇展示的獲取以及讀入數(shù)據(jù)到本地已經(jīng)完成。
