完成后是这样的:
2025年股市整体大涨，在26年1月临近过年之时，走势如同21年过年之际，本文通过抓TX理财通数据，画个图，分析一下情况；
其实我已经完成了调整，这里只是把数据简单记录一下；
可以看到X轴，我把日期调整为20210123周几这种形式，不知道为什么rotation之后，年的那块少显示了一分部，懒得调了，这配置项太多真的懒得去深究；
抓包数据如上，主要数据分别为日期，单位净值，自初识值后的涨幅(5即5%)，累计净值，较昨日涨跌幅；
抓了四份数据，分别是几个基金21年过年前一阵子，和现在的情况；
from pyecharts.charts import Line
import pyecharts.options as opts
import datetime
import pandas as pd
from pyecharts.charts import Page
def get_need_data(data_dict: dict):"""从字典数据中，取出日期、每天的单位净值、每日涨跌幅由于抓包的数据，最前面的是最新的时期，所以需要反转列表，用pyecharts要列表数据给日期添加中文的周几，这样横坐标比较短"""# 获取单位净值列表data_1 = data_dict['net_value_list']net_value_list_1 = [i['i_net_value'] for i in data_1]net_value_list_1.reverse()# 获取日涨幅列表day_rise_list_1 = [i['i_1day_rise_rate'] for i in data_1]day_rise_list_1.reverse()# 获取累计净值列表cum_net_list_1 = [i['i_cumulative_net'] for i in data_1]cum_net_list_1.reverse()# 获取日期列表，添加中文的星期几date_list_1 = [i['i_date'] for i in data_1]date_list_1_format = [] # 放清洗好的日期列表数据# print(date_list_1)# 给每个日期添加星期几for i in range(len(date_list_1)):date_list_1[i] = datetime.datetime.strptime(date_list_1[i], "%Y%m%d")data = datetime.date(date_list_1[i].year, date_list_1[i].month, date_list_1[i].day)# date_list_1[i] = date_list_1[i].strftime("%Y-%m-%d %A") # 英文后缀，坐标太长放弃isoweekday = data.isoweekday()if isoweekday == 1:date_list_1[i] = date_list_1[i].strftime("%Y/%m/%d周一")elif isoweekday == 2:date_list_1[i] = date_list_1[i].strftime("%Y/%m/%d周二")elif isoweekday == 3:date_list_1[i] = date_list_1[i].strftime("%Y/%m/%d周三")elif isoweekday == 4:date_list_1[i] = date_list_1[i].strftime("%Y/%m/%d周四")elif isoweekday == 5:date_list_1[i] = date_list_1[i].strftime("%Y/%m/%d周五")date_list_1_format.append(date_list_1[i])# 反转列表date_list_1_format.reverse()return date_list_1_format, net_value_list_1, day_rise_list_1, cum_net_list_1
可选操作，写入到本地excel
# 将数据写入到本地Excel
def extract_data(data_list, name_list):excel_writer = pd.ExcelWriter("d:/基金情况.xlsx")for i, name in zip(data_list, name_list):temp_df = pd.DataFrame()a, b, c, d = get_need_data(i)temp_df["日期"] = atemp_df["单位净值"] = btemp_df["日涨幅"] = ctemp_df['累计净值'] = dtemp_df.to_excel(excel_writer, sheet_name=name, index=False)# 关闭writerexcel_writer.close()print("数据写入成功")# 执行写入到本地
# name_list = ["中欧2021", "华夏回报混合", "中欧2026", "汇添富"]
# data_list = [data_json_zosdxf, data_json_hxhbhh, data_json_zosdxf_2026, data_json_htf_2026]
# extract_data(data_list, name_list)
最后画一个图，我设想的是画一个可滚动下滑的大图，总共四个图，不搞Grid之类的并列两个图了；
pyecharts好久没用，很多配置项很容易忘记，我又去复习了一下；
注意pyecharts的page多图，很容易搞出点大小问题，所以需要用到一个配置文件json，在里面固定好每个图的大小，距上下左右距离，最主要的是给每个图自行设置一个chart_id，对应上json文件中的cid,就能固定好大小位置，数据变更的话，直接套JSON不用再手动调整；
这里我直接自己写了一个JSON，因为配置JSON文件很简单
def draw_one(data, title_name="基金分析",chart_id="pic1"):x_axis, net_value_list, day_rise_list, cum_net_list = get_need_data(data)cum_net_list = [float(i) for i in cum_net_list] # 转换为浮点数relative_rate_list = [float(f"{(i / cum_net_list[0] - 1) * 100:.4}") for i in cum_net_list]# print(x_axis)# print(relative_rate_list)# print(cum_net_list)line = (Line(init_opts=opts.InitOpts(width="1200px", height="1000px",chart_id=chart_id)).add_xaxis(x_axis).add_yaxis("累计净值", cum_net_list, label_opts=opts.LabelOpts(is_show=True), yaxis_index=0).add_yaxis("相对元旦后涨跌幅", relative_rate_list, label_opts=opts.LabelOpts(is_show=True), yaxis_index=1).set_global_opts(title_opts=opts.TitleOpts(title=title_name),legend_opts=opts.LegendOpts(is_show=True),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=90) # 旋转90度, axistick_opts=opts.AxisOpts(is_show=False), # 不显示小刻度splitline_opts=opts.SplitLineOpts(is_show=True) # 不显示这块的网格线),yaxis_opts=opts.AxisOpts(name="累计净值", position="left",splitline_opts=opts.SplitLineOpts(is_show=False)),datazoom_opts=opts.DataZoomOpts(is_show=True, type_="inside"), # 添加数据缩放tooltip_opts=opts.TooltipOpts(is_show=True, trigger='item', trigger_on='mousemove|click')))line.extend_axis(yaxis=opts.AxisOpts(name="相对元旦后涨跌幅", min_=0, max_=100, position="right",axislabel_opts=opts.LabelOpts(formatter="{value}%")))return line# 自己生成一份config.json文件
with open("D:/chart_config_money_2.json", "w", encoding="utf-8") as f:f.write("[")f.write('{"cid":"pic1","width":"1200px","height":"800px","top":"80px","left":"50px"}')f.write(",")f.write("\n")f.write('{"cid":"pic2","width":"1200px","height":"800px","top":"960px","left":"50px"}')f.write(",")f.write("\n")f.write('{"cid":"pic3","width":"1200px","height":"800px","top":"1840px","left":"50px"}')f.write(",")f.write("\n")f.write('{"cid":"pic4","width":"1200px","height":"800px","top":"2720px","left":"50px"}')f.write("]")
page = Page(layout=Page.DraggablePageLayout)
page.add(draw_one(data_json_zosdxf, "中欧2021", "pic1"))
page.add(draw_one(data_json_hxhbhh, "华夏回报混合", "pic2"))
page.add(draw_one(data_json_zosdxf_2026, "中欧2026", "pic3"))
page.add(draw_one(data_json_htf_2026, "汇添富", "pic4"))
# page.render("./基金分析.html")
page.save_resize_html(source="./基金分析.html",cfg_file=r"D:/chart_config_money_2.json",dest="./基金分析2.html")
一般情况下，直接render一个html，后面的save_resize_html，查看源码，可知是通过cfg_file的配置，更改source的html，最后写入到一个dest的html，当然两者可以是一个路径，就覆盖了；
已套现离场