python使用Akshare与Streamlit实现股票估值分析教程（图文代码）

import akshare as ak
import pandas as pd
import streamlit as st
import matplotlib.pyplot as plt
from matplotlib.dates import DateFormatter

# 获取贵州茅台近十年财务报表
balance_sheet = ak.stock_financial_report_sina(stock="sh600519", symbol="资产负债表").head(40)
income_statement = ak.stock_financial_report_sina(stock="sh600519", symbol="利润表").head(40)
cash_flow = ak.stock_financial_report_sina(stock="sh600519", symbol="现金流量表").head(40)

# 保存为CSV文件
balance_sheet.to_csv('C:/Users/Hp/Desktop/Test1/balance_sheet.csv', index=False)#要填你要保存的地址
income_statement.to_csv('C:/Users/Hp/Desktop/Test1/income_statement.csv', index=False)
cash_flow.to_csv('C:/Users/Hp/Desktop/Test1/cash_flow.csv', index=False)

# 读取数据并设置日期索引
bs_data = pd.read_csv('C:/Users/Hp/Desktop/Test1/balance_sheet.csv', parse_dates=['报告日'], index_col='报告日').head(20)
is_data = pd.read_csv('C:/Users/Hp/Desktop/Test1/income_statement.csv', parse_dates=['报告日'], index_col='报告日').head(20)
cf_data = pd.read_csv('C:/Users/Hp/Desktop/Test1/cash_flow.csv', parse_dates=['报告日'], index_col='报告日').head(20)

# 按日期排序
bs_data = bs_data.sort_values(by='报告日')
is_data = is_data.sort_values(by='报告日')
cf_data = cf_data.sort_values(by='报告日')

# 计算净利润
is_data['总净利润'] = is_data['营业总收入'] - is_data['营业总成本']

# 计算同比增长率
is_data['营收同比增长'] = (is_data['营业收入'] - is_data['营业收入'].shift(4)) / is_data['营业收入'].shift(4) * 100
is_data['总净利润同比增长'] = (is_data['总净利润'] - is_data['总净利润'].shift(4)) / is_data['总净利润'].shift(4) * 100

# 单位转换为亿元
is_data['营业收入_亿元'] = is_data['营业收入'] / 1e8
is_data['总净利润_亿元'] = is_data['总净利润'] / 1e8

# 创建Web界面
st.title('贵州茅台(600519)财务分析仪表板')

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 分标签页展示
tab1, tab2 = st.tabs(["财务指标趋势", "同比增长分析"])

with tab1:
    # 营业收入与净利润趋势图
    fig1, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 10))
    ax1.plot(is_data.index, is_data['营业收入_亿元'], label='营业收入', color='#1f77b4', marker='o')
    ax2.plot(is_data.index, is_data['总净利润_亿元'], label='总净利润', color='#2ca02c', marker='s')
    # 设置图表格式（略）
    st.pyplot(fig1)

with tab2:
    # 同比增长率分析
    growth_data = is_data[['营收同比增长', '总净利润同比增长']].dropna()
    fig2, ax = plt.subplots(figsize=(12, 6))
    ax.plot(growth_data.index, growth_data['营收同比增长'], label='营收同比增长率', color='#d62728', marker='^')
    ax.plot(growth_data.index, growth_data['总净利润同比增长'], label='净利润同比增长率', color='#ff7f0e', marker='d')
    # 设置图表格式（略）
    st.pyplot(fig2)

# 展示核心数据表格
st.subheader("核心财务数据")
col1, col2 = st.columns(2)
with col1:
    st.dataframe(is_data[['营业收入_亿元', '总净利润_亿元']].tail(1).style.format("{:.2f}"))
with col2:
    st.dataframe(growth_data[['营收同比增长', '总净利润同比增长']].tail(1).style.format("{:.1f}%"))

pip install akshare pandas streamlit matplotlib

streamlit run C:\Users\Hp\Desktop\py\Test1.py