Numpry를 사용하는 이유 ndarray가 python에 내장된 list보다 연산이 더 빠르고, 메모리도덜 사용하기 때문 여러가지 도움이 되는 내장함수(bult-in)을 가지고 있어서 편리함 1차원 ndarray만들기 np.arrange(a, b, c) a는 포함한다, 아무것도 적지 않으면 0부터 시작 b는 포함 안한다. c만큼 a에 가산한다 import numpy as np a = np.arange(10) print(a) out : [0 1 2 3 4 5 6 7 8 9] b = np.arange(4, 10) print(b) out : [4 5 6 7 8 9] c = np.arange(4, 10, 2) print(c) out : [4 6 8] np.linspase(a, b, c) 원소간의 편차가 일정한..
네이버 크롤링에 이어 KRX증권거래소 전종목 가격을 불러와보려고 한다. 그 이유는 전 종목의 코드가 들어있기도 하고, 무엇보다 "시가총액" 데이터가 들어있기 때문이다. 확인해보니 1995년 5월 부터의 데이터가 들어있었기 때문에 충분? 하다고 생각 어쨌든 주가보다는 시가총액이 종목 가치를 나타내는 더 정확한 지표이기 때문에 , KRX에서 데이터를 다운받을 수 있다면 정말 좋겠다고 생각했다. 오늘 받아올 것은 KOSPI 전종목 리스트 종목별, 일자별 시가총액 데이터 KOSPI 전종목 리스트 위 화면에서 '조회' 버튼을 누르면 'getJsonData.cmd'가 호출 되는데 이를 살펴보면 다음과 같다 코드 import requests import pandas as pd import json #주식 종목 받기 ..
오늘은 이전에 만들었던 "종목별, 일자별 크롤링 프로그램" 을 자동화 해보고자 한다. 네이버에서 종목별, 일자별 크롤링 프로그램 보러가기 ☜ (주식 자동 매매) 네이버에서 KOSPI 종목 일자별 가격 정보 크롤링 하기 (feat. beautifulsoup, dataframe) naver에서 종목별, 일자별 가격 data를 받아오는 코드를 작성해 보겠다 사실 키움증권API나 ystockquote등을 사용해서 주식시세 데이터를 불러오는 방법도 시도했었으나, 키움증권API는 데이터 제한이 justdoitman.tistory.com 일단 구현해야할 부분은 아래와 같다. 지금 가지고 있는 데이터의 가장 최근일과 업데이트 일자와의 차이를 구한다 그 차이에 해당하는 일자에 대한 가격데이터를 크롤링 한다 원본 데이터에..
우선 더 많은 기능과 자세한 설명을 위해서는 개발자 Document을 살펴보기 바란다. 오늘 작업한 내용 investpy라이브러리를 활용하여 investing.com 데이터 접근 원하는 정보를 pandas를 활용한 DataFrame 형식으로 합산 해장 Data를 CSV파일로 저장 작업시 발생한 이슈 인터넷이 연결되지 않을때 라이브러리 설치하는 방법 코드 실행시 오류발생하면 끝까지 코드진행이 안될 경우 예외처리하는 방법 사용할 라이브러리 import investpy import pandas from datetime import datetime Investpy = investing.com 에서 data를 불러오기 위해 사용할 라이브러리 pandas = DataFrame 형식을 지원하고, 가공하는데 필요한 라..
- Total
- Today
- Yesterday
- 크롤링
- 비전공자
- 주식
- 마케팅
- Anet
- beautifulsoup
- ET5X
- 시스템투자
- C#
- 스타트업
- 심리학
- Unity
- PYTHON
- 가격데이터
- 경영학
- 주식투자
- 강화학습
- 유니티
- 프로그래머스
- 머신러닝
- 사진크롤링
- IT기초
- 일자별
- json
- 알고리즘
- 터틀트레이딩
- requests
- 랜덤맵
- It
- 파이썬
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |