图

from pyecharts import options as opts  # 全局、系列配置
from pyecharts.charts import Bar, Grid, Line  # 柱形图
from pyecharts.globals import ThemeType  # 主题风格
from pyecharts.charts import Kline, Line, Bar, Gauge, Pie, Scatter, TreeMap  # K线图、线形图、柱状图、仪表盘、饼图、散点图、矩形树图
from pyecharts.charts import Grid, Tab  # 组合组件、分页组件
from pyecharts.components import Table  # 表格组件
from pyecharts.options import ComponentTitleOpts
from pyecharts.commons.utils import JsCode

import time  # 时间模块


# import pandas as pd  # Pandas模块


########################################################### Pandas数据读写操作 ###########################################################
class Pands_Handler:
    # 初始化
    def __init__(self):
        self.start = start
        self.end = end

    # pandas查询数据
    def data_query(self, table):
        sql = '''select * from {table}'''.format(table=table)


########################################################### 宏观资金流动性 ###########################################################
class Getdata:
    # 黄金、外汇储备
    def get_data_01(self):
        return Pands_Handler.data_query('a_china_fx_gold')

    # 货币投放量
    def get_data_02(self):
        return Pands_Handler.data_query('a_china_hb')

    # 货币供应量
    def get_data_03(self):
        return Pands_Handler.data_query('a_china_money_supply')

    # 正回购、逆回购
    def get_data_04(self):
        return Pands_Handler.data_query('a_china_money_supply')

    # 沪深股通资金总览
    def get_data_05(self):
        return Pands_Handler.data_query('a_hsgt_moneyflow')

    # 指数行情
    def get_data_06(self):
        return Pands_Handler.data_query('a_index_daily')

    # 涨停统计总览
    def get_data_07(self):
        return Pands_Handler.data_query('a_market_limit_up_count')

    # shibor、利率
    def get_data_08(self):
        return Pands_Handler.data_query('a_shibor')

    # 投资者账户总览
    def get_data_09(self):
        return Pands_Handler.data_query('a_stock_account')

    # 大单资金流向
    def get_data_10(self):
        return Pands_Handler.data_query('a_stock_big_money')

    # 集合竞价
    def get_data_11(self):
        return Pands_Handler.data_query('a_stock_call_auction')

    # 盘口异动明细
    def get_data_12(self):
        return Pands_Handler.data_query('a_stock_change')

    # 所属概念
    def get_data_13(self):
        return Pands_Handler.data_query('a_stock_concept')

    # 个股行情
    def get_data_14(self):
        return Pands_Handler.data_query('a_stock_daily')

    # 个股指标
    def get_data_15(self):
        return Pands_Handler.data_query('a_stock_daily_basic')

    # 龙虎榜风口概念
    def get_data_16(self):
        return Pands_Handler.data_query('a_stock_hot_concept')

    # 沪深股通明细
    def get_data_17(self):
        return Pands_Handler.data_query('a_stock_hsgt_hold')

    # 所属行业
    def get_data_18(self):
        return Pands_Handler.data_query('a_stock_industry')

    # 龙虎榜成交明细
    def get_data_19(self):
        return Pands_Handler.data_query('a_stock_lhb_list')

    # 涨停、跌停板明细
    def get_data_20(self):
        return Pands_Handler.data_query('a_stock_limit_list')

    # 涨跌停价格明细
    def get_data_21(self):
        return Pands_Handler.data_query('a_stock_limit_price')

    # 涨停板统计分析
    def get_data_22(self):
        return Pands_Handler.data_query('a_stock_limit_up_pool')

    # 股票列表
    def get_data_23(self):
        return Pands_Handler.data_query('a_stock_list')

    # 破净股统计
    def get_data_24(self):
        return Pands_Handler.data_query('a_stock_pjgnum')

    # 市场涨跌统计
    def get_data_25(self):
        return Pands_Handler.data_query('a_stock_scqx_zdtjs')

    # 创新高、创新低
    def get_data_26(self):
        return Pands_Handler.data_query('a_stock_xgdnum')

    # 交易日历
    def get_data_27(self):
        return Pands_Handler.data_query('a_trade_cal_date')


class Dealdata:
    # 黄金、外汇储备
    def get_data_deal_01(self, data):
        # 外汇储备：亿美元
        # 黄金储备、万盎司
        data.columns = ['日期', '外汇储备', '黄金储备']
        return data

    # 货币投放量
    def get_data_deal_02(self, data):
        # 净投放量、亿
        # 回笼量 、亿
        # 投放量 、亿
        data.columns = ['开始日期', '净投放量', '回笼量', '结束日期', '投放量', '周期']
        return data

    # 货币供应量
    def get_data_deal_03(self, data):
        # M2、亿
        # M1、亿
        # M0、亿
        data.columns = ['日期', 'M2', 'M1', 'M0']
        return data

    # 正回购、逆回购
    def get_data_deal_04(self, data):
        # 操作日期、天
        # 交易金额、亿
        # 中标利率、%
        data.columns = ['日期', '操作期限', '交易金额', '中标类型', '中标利率']
        return data

    # 沪深股通资金总览
    def get_data_deal_05(self, data):
        # 沪股通  、百万
        # 深股通  、百万
        # 北向资金、百万
        data.columns = ['日期', '沪股通', '深股通', '北向资金']
        return data

    # 指数行情
    def get_data_deal_06(self, data):
        # ***价、元
        # 涨跌幅、%
        # 成交额、千元
        data.columns = ['代码', '日期', '开盘价', '最高价', '最低价', '收盘价', '昨收价', '涨跌幅', '成交额']
        return data

    # 涨停统计总览
    def get_data_deal_07(self, data):
        data.columns = ['日期', '连板股', '二连板', '三连板', '高度板']
        return data

    # shibor、利率
    def get_data_deal_08(self, data):
        data.columns = ['日期', '隔夜', '一月']
        return data

    # 投资者账户总览
    def get_data_deal_09(self, data):
        # 新增投资者数量、万户
        # 期末投资者数量、万户
        # 沪深总市值   、万亿
        # 沪深人均总市值、万元
        data.columns = ['日期', '新增投资者数量', '期末投资者数量', '沪深总市值', '沪深人均市值']
        return data

    # 大单资金流向
    def get_data_deal_10(self, data):
        # 中单买入、万元
        # 中单卖出、万元
        # 大单买入、万元
        # 大单卖出、万元
        # 超大单买入、万元
        # 超大单卖出、万元
        # 净流入、万元
        data.columns = ['代码', '日期', '中单买入', '中单卖出', '大单买入', '大单卖出', '超大单买入', '超大单卖出', '净流入']
        return data

    # 集合竞价
    def get_data_deal_11(self, data):
        # 成交价、元
        # 成交额、元
        data.columns = ['代码', '日期', '成交价', '成交额']
        return data

    # 盘口异动明细
    def get_data_deal_12(self, data):
        data.columns = ['时间', '代码', '名称', '异动类型', '异动值', '单位']
        return data

    # 所属概念
    def get_data_deal_13(self, data):
        data.columns = ['代码', '名称', '概念']
        return data

    # 个股行情
    def get_data_deal_14(self, data):
        # ***价、元
        # 涨跌幅、%
        # 成交额、千元
        data.columns = ['代码', '日期', '开盘价', '最高价', '最低价', '收盘价', '昨收价', '涨跌幅', '成交额']
        return data

    # 个股指标
    def get_data_deal_15(self, data):
        # 实际换手率、%
        # 总股本、万股
        # 流通股本、万股
        # 自由流通股本、万股
        data.columns = ['代码', '日期', '实际换手率', '量比', '总股本', '流通股本', '自由流通股本']
        return data

    # 龙虎榜风口概念
    def get_data_deal_16(self, data):
        data.columns = ['日期', '代码', '名称', '风口概念']
        return data

    # 沪深股通明细
    def get_data_deal_17(self, data):
        # 收盘价、元
        # 涨跌幅、%
        # 持股数量、股
        # 持股市值、元
        # 增持数量、股
        # 增持市值、元
        data.columns = ['日期', '代码', '名称', '行业', '收盘价', '涨跌幅', '持股数量', '持股市值', '增持数量', '增持市值']
        return data

    # 所属行业
    def get_data_deal_18(self, data):
        data.columns = ['代码', '名称', '行业']
        return data

    # 龙虎榜成交明细
    def get_data_deal_19(self, data):
        # 买入金额、元
        # 卖出金额、元
        data.columns = ['日期', '代码', '买卖方向', '营业部名称', '买入金额', '卖出金额', '营业部标签', '游资标签']
        return data

    # 涨停、跌停板明细
    def get_data_deal_20(self, data):
        # 收盘价、元
        # 涨跌幅、%
        # 封单金额、元
        # 开板次数、次
        data.columns = ['日期', '代码', '收盘价', '涨跌幅', '封单比', '封单金额', '首次封板时间', '最后封板时间', '开板次数', '涨跌强度', '涨跌类型']
        return data

    # 涨跌停价格明细
    def get_data_deal_21(self, data):
        # 涨停价、元
        # 跌停价、元
        data.columns = ['日期', '代码', '涨停价', '跌停价']
        return data

    # 涨停板统计分析
    def get_data_deal_22(self, data):
        data.columns = ['日期', '代码', '连板数', '区间天数', '涨停数', '行业']
        return data

    # 股票列表
    def get_data_deal_23(self, data):
        data.columns = ['代码', '名称', '省份', '市场', '上市板块', '上市日期', '是否沪深股通']
        return data

    # 破净股统计
    def get_data_deal_24(self, data):
        data.columns = ['日期', '破净股数量', '公司总家数', '破净比率']
        return data

    # 市场涨跌统计
    def get_data_deal_25(self, data):
        data.columns = ['日期', '曾涨停', '曾跌停', '涨停', '跌停', '一字涨停', '一字跌停', '大幅上涨', '大幅下跌', '大碗面', '反包板', '公司家数']
        return data

    # 创新高、创新低
    def get_data_deal_26(self, data):
        data.columns = ['日期', '20日新高', '20日新低', '60日新高', '60日新低', '120日新高', '120日新低']
        return data

    # 交易日历
    def get_data_deal_27(self, data):
        data.columns = ['上市板块', '交易日期', '日期判断', '上一个交易日期']
        return data


class Calculate:
    # 均线计算
    def calculate_ma(self, day_count, data):
        result = []
        for i in range(len(data["values"])):
            if i < day_count:
                result.append("-")
                continue
            sum_total = 0.0
            for j in range(day_count):
                sum_total += float(data["values"][i - j][1])
            result.append(abs(float("%.3f" % (sum_total / day_count))))
        return result


    # 多日主力资金流向
    def calculate_stock_fund(self,day_count,data):
        result = []
        for index, row in data.itterow:
            pass
    # 市场情绪
    def calculate_market_emotion(self):
        pass



        data = data.replace({'正回购': -1, '逆回购': 1})
        data['amount'] = data['deal_amount'] * data['trading_method']
        data = data[['operation_from_date', 'amount']]
        data.columns = ['日期', '交易金额']

        return data

    # 货币供应量
    def get_data_hbgyl(self):
        data = Pands_Handler().data_query('a_china_money_supply')

        data.columns = ['日期', 'M2', 'M1', 'M0']

        return data

    # 上证、深证、创业板指数
    def get_data_index(self):
        data = Pands_Handler().data_query('a_index_daily')

        data1 = data[data['scode'] == '000001.SH']  # 上证指数
        data2 = data[data['scode'] == '399001.SZ']  # 深证指数
        data3 = data[data['scode'] == '399006.SZ']  # 创业板指数

        data1 = data1[['date', 'oprice', 'hprice', 'lprice', 'cprice', 'pct_chg', 'amount']]
        data2 = data2[['date', 'oprice', 'hprice', 'lprice', 'cprice', 'pct_chg', 'amount']]
        data3 = data3[['date', 'oprice', 'hprice', 'lprice', 'cprice', 'pct_chg', 'amount']]

        data1.columns = ['日期', '开盘价', '最高价', '最低价', '收盘价', '涨跌幅', '成交额']
        data2.columns = ['日期', '开盘价', '最高价', '最低价', '收盘价', '涨跌幅', '成交额']
        data3.columns = ['日期', '开盘价', '最高价', '最低价', '收盘价', '涨跌幅', '成交额']

        return data1, data2, data3

    # 沪深股通资金
    def get_data_hsgt(self):
        data = Pands_Handler().data_query('a_hsgt_moneyflow')

        data.columns = ['日期', '沪股通', '深股通', '北向资金']

        return data

    # Shibor利率
    def get_data_shibor(self):
        data = Pands_Handler().data_query('a_shibor')

        data = data[['date', 'pre_night_shibor']]
        data.columns = ['日期', '隔夜shibor']

        return data

    # 沪深两市成交额
    def get_data_hsls(self):
        data = Pands_Handler().data_query('a_stock_daily')

        data = data[['date', 'amount']]
        data = data.groupby('date').sum().reset_index()
        data.columns = ['日期', '成交额']

        return data

    # 沪深竞价成交额
    def get_data_call(self):
        data = Pands_Handler().data_query('a_stock_call_auction')

        data = data[['date', 'amount']]
        data = data.groupby('date').sum().reset_index()
        data.columns = ['日期', '成交额']

        return data

    # 龙虎榜席位成交
    def get_data_lhb_classify(self):
        data = Pands_Handler().data_query('a_stock_lhb_list')

        # youziicon：一线游资（1）、顶级游资（2）、知名游资（3）、机构（4）、沪股通（5）、深股通（6）、其他（0）
        data['amount'] = data['buy'] + data['sell']
        data = data[['date', 'direction', 'amount', 'youziicon']]
        data = pd.pivot_table(data, values='amount', columns='direction', index=['date', 'youziicon'], aggfunc='sum',
                              margins=True)
        data = data.reset_index()
        data = data[data['date'] != 'All']
        data = data.replace({0: '其他', 1: '一线游资', 2: '顶级游资', 3: '知名游资', 4: '机构', 5: '沪股通', 6: '深股通'})
        data.columns = ['日期', '资金类型', '买入额', '卖出额', '净买入额']

        return data

    # 大资金流向
    def get_data_dzjlx(self):
        data = Pands_Handler().data_query('a_stock_big_money')

        data['md_net_amount'] = data['bmd_amount'] - data['smd_amount']
        data['lg_net_amount'] = data['blg_amount'] - data['slg_amount']
        data['elg_net_amount'] = data['belg_amount'] - data['selg_amount']

        data = data[['date', 'bmd_amount', 'smd_amount', 'md_net_amount', 'blg_amount', 'slg_amount', 'lg_net_amount',
                     'belg_amount', 'selg_amount', 'elg_net_amount', 'net_amount']]
        data = data.groupby('date').sum().reset_index()
        data.columns = ['日期', '中单买入', '中单卖出', '中单净流入', '大单买入', '大单卖出', '大单净流入', '超大单买入', '超大单卖出', '超大单净流入', '净流入']

        print(data)

    # 市场情绪
    def get_data_scqx(self):
        data1 = Pands_Handler().data_query('a_market_limit_up_count')
        data2 = Pands_Handler().data_query('a_stock_scqx_zdtjs')
        data3 = Pands_Handler().data_query('a_stock_pjgnum')
        data4 = Pands_Handler().data_query('a_stock_xgdnum')
        data5 = Pands_Handler().data_query('a_stock_limit_list')


class Market:

    # 特殊柱状图
    def sbar(self, x_data, y_data, series_names, title, subtitle):
        c = (
            Bar()
                .add_xaxis(xaxis_data=x_data)
                .add_yaxis(
                series_name=series_names,
                y_axis=y_data,
                is_large=True,
                large_threshold=400,
                label_opts=opts.LabelOpts(
                    is_show=False,
                ),
            )
                .set_global_opts(
                title_opts=opts.TitleOpts(
                    title=title,
                    subtitle=subtitle,
                    item_gap=10,
                    title_textstyle_opts=opts.TextStyleOpts(
                        font_family='Microsoft YaHei',
                        font_weight='bolder',
                        font_size=14,
                        color='',
                    ),
                    subtitle_textstyle_opts=opts.TextStyleOpts(
                        font_family=None,
                        font_size=10,
                        color='',
                    ),
                ),
                legend_opts=opts.LegendOpts(
                    is_show=True,
                    pos_right=5,
                    orient='vertical',
                    legend_icon='rect',
                ),

                tooltip_opts=opts.TooltipOpts(
                    is_show=True,
                    trigger='axis',
                    trigger_on='click',
                    formatter="{a}: {c}",
                    textstyle_opts=opts.TextStyleOpts(
                        font_family='Arial',
                        font_size=14,
                    )

                ),
                visualmap_opts=opts.VisualMapOpts(
                    is_piecewise=True,
                    pieces=[
                        {"max": 0, "color": 'green'},
                        {"min": 0, "color": 'red'}
                    ]
                )
            )
                .render('shangzheng.html')
        )

    def cbar(self, x_data, series_names, y_data):
        bar_1 = (
            Bar()
                .add_xaxis(xaxis_data=data["times"])
                .add_yaxis(
                series_name="Volumn",
                yaxis_data=data["vols"],
                xaxis_index=1,
                yaxis_index=1,
                label_opts=opts.LabelOpts(is_show=False),

                # 改进后在 grid 中 add_js_funcs 后变成如下
                itemstyle_opts=opts.ItemStyleOpts(
                    color=JsCode(
                        """
                    function(params) {
                        var colorList;
                        if (barData[params.dataIndex][1] > barData[params.dataIndex][0]) {
                            colorList = '#ef232a';
                        } else {
                            colorList = '#14b143';
                        }
                        return colorList;
                    }
                    """
                    )
                ),
            )
                .set_global_opts(
                xaxis_opts=opts.AxisOpts(
                    type_="category",
                    grid_index=1,
                    axislabel_opts=opts.LabelOpts(is_show=False),
                ),
                legend_opts=opts.LegendOpts(is_show=False),
            )
        )

    # 常规折线图
    def cline(self, x_data):
        c = (
            Line()
                .add_xaxis(xaxis_data=x_data)
                .add_yaxis(
                series_name=series_names,
                y_axis=y_data,
                is_smooth=True,
                linestyle_opts=opts.LineStyleOpts(
                    width=3,
                    opacity=0.5,
                    curve=1,
                    type_='solid',
                    color=''

                )

            )
                .set_global_opts(title_opts=opts.TitleOpts(title="Line-smooth"))
                .render("line_smooth.html")
        )

    def bar1(self):
        bar = (
            Bar()
                .add_xaxis(Faker.choose())
                .add_yaxis("商家A", Faker.values(), label_opts=opts.LabelOpts(position="right"))
                .add_yaxis("商家B", Faker.values(), label_opts=opts.LabelOpts(position="right"))
                .reversal_axis()
                .set_global_opts(
                title_opts=opts.TitleOpts("Timeline-Bar-Reversal (时间: {} 年)".format(i))
            )
        )

    # 特殊折线图
    def kline(self):
        kline = (
            Kline()
                .add_xaxis(xaxis_data=data["times"])
                .add_yaxis(
                series_name="",
                y_axis=data["datas"],
                itemstyle_opts=opts.ItemStyleOpts(
                    color="#ef232a",
                    color0="#14b143",
                    border_color="#ef232a",
                    border_color0="#14b143",
                ),
                markpoint_opts=opts.MarkPointOpts(
                    data=[
                        opts.MarkPointItem(type_="max", name="最大值"),
                        opts.MarkPointItem(type_="min", name="最小值"),
                    ]
                ),
                markline_opts=opts.MarkLineOpts(
                    label_opts=opts.LabelOpts(
                        position="middle", color="blue", font_size=15
                    ),
                    data=split_data_part(),
                    symbol=["circle", "none"],
                ),
            )
                .set_series_opts(
                markarea_opts=opts.MarkAreaOpts(is_silent=True, data=split_data_part())
            )
                .set_global_opts(
                title_opts=opts.TitleOpts(title="K线周期图表", pos_left="0"),
                xaxis_opts=opts.AxisOpts(
                    type_="category",
                    is_scale=True,
                    boundary_gap=False,
                    axisline_opts=opts.AxisLineOpts(is_on_zero=False),
                    splitline_opts=opts.SplitLineOpts(is_show=False),
                    split_number=20,
                    min_="dataMin",
                    max_="dataMax",
                ),
                yaxis_opts=opts.AxisOpts(
                    is_scale=True, splitline_opts=opts.SplitLineOpts(is_show=True)
                ),
                tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="line"),
                datazoom_opts=[
                    opts.DataZoomOpts(
                        is_show=False, type_="inside", xaxis_index=[0, 0], range_end=100
                    ),
                    opts.DataZoomOpts(
                        is_show=True, xaxis_index=[0, 1], pos_top="97%", range_end=100
                    ),
                    opts.DataZoomOpts(is_show=False, xaxis_index=[0, 2], range_end=100),
                ],
                # 三个图的 axis 连在一块
                # axispointer_opts=opts.AxisPointerOpts(
                #     is_show=True,
                #     link=[{"xAxisIndex": "all"}],
                #     label=opts.LabelOpts(background_color="#777"),
                # ),
            )
        )

    def timeline(self):
        attr = Faker.choose()
        tl = Timeline()
        for i in range(2015, 2020):
            pie = (
                Pie()
                    .add(
                    "商家A",
                    [list(z) for z in zip(attr, Faker.values())],
                    rosetype="radius",
                    radius=["30%", "55%"],
                )
                    .set_global_opts(title_opts=opts.TitleOpts("某商店{}年营业额".format(i)))
            )
            tl.add(pie, "{}年".format(i))
        tl.render("timeline_pie.html")

    def tab(self):
        tab = Tab()
        tab.add(bar_datazoom_slider(), "bar-example")
        tab.add(line_markpoint(), "line-example")
        tab.add(pie_rosetype(), "pie-example")
        tab.add(grid_mutil_yaxis(), "grid-example")
        tab.render("tab_base.html")

    def


if __name__ == '__main__':
    start = ''
    end = ''
    # data = pd.DataFrame()
    x_data = [1, 2, 3, 4]
    y_data = [-100, 200, 30, -50]
    series_names = ''
    title = '涨跌幅'
    subtitle = '单位'
    Market().sbar(x_data, y_data, series_names, title, subtitle)
    Market().cbar(x_data, series_names, y_data)