一、tushare介绍
tushare库是目前比较流行的开源免费的经济数据库，tushare有普通版和高级版，其中普通版无需积分就可以使用，而高级版需要使用积分才可使用。
tushare基础班提供了包括：
交易数据，如历史行情、复权数据、实时行情等
投资参考数据，如分配的方案、业绩预告、限售股解禁、基金持股、新浪数据、融资融券
股票分类数据、行业、概念、地域、中小板、创业板、封校警示板生
基本面数据、股票列表、业绩报告（主表）、盈利能力、营运能力、偿债能力等
宏观经济数据，如存款利率、贷款利率、GDP数据、工业品出场价格指数、居民消费节各直属
新闻事件数据，如新浪股吧
龙虎榜数据
银行间同业拆放理论
!pip3 install tushare
Collecting
tushare
Downloading
https:
//files.pythonhosted.org/packages/a9/8b/2695ad38548d474f4ffb9c95548df126e82adb24e56e2c4f7ce1ef9fbd01/tushare-1.2.43.tar.gz (168kB)
% |████████████████████████████████|
174kB
162kB
/s ta
25hBuilding
wheels
collected packages: tushare
Running
setup.py bdist_wheel
tushare ... [?
25ldone
Stored
directory:
/Users/
thunderhit/
Library
Caches
/pip/wheels/
62d7a4155b34be251c1840e7cecfa4c374812819c59edba760
Successfully
built tushare
Installing
collected packages: tushare
Successfully
installed tushare-
33mYou
using
pip version
, however version
available.
should consider upgrading via the
'pip install --upgrade pip'
command.[
二、新闻数据
新闻事件接口主要提供国内财经、证券、港股和期货方面的滚动新闻，以及个股的信息地lei数据。但目前只有新浪股吧api的接口可用，其他的需要使用tushare高级版。
获取sina财经股吧首页的重点消息。股吧数据目前获取大概17条重点数据，可根据参数设置是否显示消息内容，默认情况是不显示。
参数说明：
show_content:boolean,是否显示内容，默认False
返回值说明：
title, 消息标题
content, 消息内容（show_content=True的情况下）
ptime, 发布时间
rcounts,阅读次数
import
tushare
#显示详细内容
newsdata = ts.guba_sina(show_content=
newsdata.head(
三、情感分析方法
这里我们对新闻content内容进行情感分析，分析的思路是统计content中正、负词的占比。我们会用到pandas的 df.agg(func)方法对content列进行文本计算。这需要先定义一个待调用的情感计算函数,注意有可能出现分母为0，所以定义的函数使用了try except捕捉0除异常，返回0.
import jieba
pos_senti(content):
content: 待分析文本内容
返回正面词占文本总词语数的比例
pos_word_num =
words = jieba.lcut(content)
poswords:
pos_word_num += words.count(kw)
return
pos_word_num/len(words)
except
return
neg_senti(content):
content: 待分析文本内容
返回负面词占文本总词语数的比例
neg_word_num =
words = jieba.lcut(content)
negwords:
neg_word_num += words.count(kw)
return
neg_word_num/len(words)
except
return
对content列分别施行情感计算函数possenti，negsenti，将得到的得分赋值给pos、neg列
newsdata[
'pos'
]=newsdata[
'content'
].agg(pos_senti)
newsdata[
'neg'
]=newsdata[
'content'
].agg(neg_senti)
newsdata.head(
我们的数据中出现了pos和neg两个得分，我们还可以定义一个判断函数，判断文本的情绪分类。
当pos比neg大，判断为'正'
当pos比neg小，判断为'负'
这里不严谨，为了教程简单，没考虑相等的情况
newsdata[
'senti_classification'
] = newsdata[
'pos'
]>newsdata[
'neg'
newsdata[
'senti_classification'
] = newsdata[
'senti_classification'
].map({
False
newsdata.head(
Python学习教程使用的情感词典是CFSD中文金融情感词典，大家可以用自己领域的词典，得到poswords和negwords
还有要注意的是情感计算函数（possenti和negsenti），有不同的算法就有不同的结果
正负面倾向判断，我这里比较粗糙，没有考虑相等的中性问题。
注意以上几点，本篇
Python学习教程代码就可复用。不过再好的代码，前提是得会python，会懂编程思维，知道如何写代码改代码，不然大家用起来也比较困难。
广播电视节目制作经营许可证(京) 字第1234号 中国互联网协会会员
