这个我会！先上图

这篇回答中，我将向你展示两种不同的代码版本（加强版和一般版）

代码运行环境说明（非常重要）

Python版本要求

Python 3

需要安装的库

efinance

库的安装方法是：打开 cmd（命令提示符或者其他终端工具），输入以下代码

pip install efinance

输入完毕，按 Enter 键执行代码，等待 successfully 出现即可

代码展示

加强版代码

这一部分基于我开发的 python 库 efinance

根据股票代码获取最新第一个交易日的分钟数据

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
import efinance as ef
# 股票代码
stock_code = '600519'
# 数据间隔时间为 1 分钟
freq = 1
# 获取最新一个交易日的分钟级别股票行情数据
df = ef.stock.get_quote_history(stock_code, klt=freq)
# 将数据存储到 csv 文件中
df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
print(f'股票: {stock_code} 的行情数据已存储到文件: {stock_code}.csv 中！')

根据股票名称获取最新第一个交易日的分钟数据（支持A股、美股、港股）

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
import efinance as ef
# 股票名称
stock_code = '微软'
# 数据间隔时间为 1 分钟
freq = 1
# 获取最新一个交易日的分钟级别股票行情数据
df = ef.stock.get_quote_history(stock_code, klt=freq)
# 将数据存储到 csv 文件中
df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
print(f'股票: {stock_code} 的行情数据已存储到文件: {stock_code}.csv 中！')

每间隔 1 分钟获取一次单只股票分钟行情数据

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
import efinance as ef
import time
from datetime import datetime
# 股票代码
stock_code = '600519'
# 数据间隔时间为 1 分钟
freq = 1
status = {stock_code: 0}
while 1:# 获取最新一个交易日的分钟级别股票行情数据df = ef.stock.get_quote_history(stock_code, klt=freq)# 现在的时间now = str(datetime.today()).split('.')[0]# 将数据存储到 csv 文件中df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)print(f'已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！')if len(df) == status[stock_code]:print(f'{stock_code} 已收盘')breakstatus[stock_code] = len(df)print('暂停 60 秒')time.sleep(60)print('-'*10)print('全部股票已收盘')

每间隔 1 分钟获取一次多只股票分钟行情数据# 导入 efinance 如果没有安装则需要通过执行命令: pip

install efinance 来安装
import efinance as ef
import time
from datetime import datetime
# 股票代码或者名称列表
stock_codes = ['600519', '腾讯', 'AAPL']
# 数据间隔时间为 1 分钟
freq = 1
status = {stock_code: 0 for stock_code in stock_codes}
while len(stock_codes) != 0:for stock_code in stock_codes.copy():# 现在的时间now = str(datetime.today()).split('.')[0]# 获取最新一个交易日的分钟级别股票行情数据df = ef.stock.get_quote_history(stock_code, klt=freq)# 将数据存储到 csv 文件中df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)print(f'已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！')if len(df) == status[stock_code]:# 移除已经收盘的股票代码stock_codes.remove(stock_code)print(f'股票 {stock_code} 已收盘！')status[stock_code] = len(df)if len(stock_codes) != 0:print('暂停 60 秒')time.sleep(60)print('-'*10)print('全部股票已收盘')

每间隔 1 分钟获取一次多只股票分钟行情数据(高速版)# 导入 efinance 如果没有安装则需要通过执行

命令: pip install efinance 来安装
from typing import Dict
import efinance as ef
import pandas as pd
import time
from datetime import datetime
# 股票代码或者名称列表
stock_codes = ['600519', '腾讯', 'AAPL']
# 数据间隔时间为 1 分钟
freq = 1
status = {stock_code: 0 for stock_code in stock_codes}
while len(stock_codes) != 0:# 获取最新一个交易日的分钟级别股票行情数据stocks_df: Dict[str, pd.DataFrame] = ef.stock.get_quote_history(stock_codes, klt=freq)for stock_code, df in stocks_df.items():# 现在的时间now = str(datetime.today()).split('.')[0]# 将数据存储到 csv 文件中df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)print(f'已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！')if len(df) == status[stock_code]:# 移除已经收盘的股票代码stock_codes.remove(stock_code)print(f'股票 {stock_code} 已收盘！')status[stock_code] = len(df)if len(stock_codes) != 0:print('暂停 60 秒')time.sleep(60)print('-'*10)print('全部股票已收盘')

以上演示了如何使用我开发的 python 库来获取最新一个交易日内股票的分钟级股票数据

下面是更加底层的版本（功能比较少，仅支持 A 股）

一般版

获取当日分钟线数据

from urllib.parse import urlencode
import pandas as pd
import requests
def gen_eastmoney_code(rawcode: str) -> str:'''生成东方财富专用的secidParameters----------rawcode ： 6 位股票代码Parameters----------str : 按东方财富格式生成的字符串 '''if rawcode[0] != '6':return f'0.{rawcode}'return f'1.{rawcode}'
def get_k_history(code: str, beg: str = '16000101', end: str = '20500101', klt: int = 1, fqt: int = 1) -> pd.DataFrame:'''功能获取k线数据Parameters----------code : 6 位股票代码beg: 开始日期 例如 20200101end: 结束日期 例如 20200201klt: k线间距 默认为 101 即日kklt:1 1 分钟klt:5 5 分钟klt:101 日klt:102 周fqt: 复权方式不复权 : 0前复权 : 1后复权 : 2 Return------DateFrame : 包含股票k线数据'''EastmoneyKlines = {'f51': '时间','f52': '开盘','f53': '收盘','f54': '最高','f55': '最低','f56': '成交量','f57': '成交额','f58': '振幅','f59': '涨跌幅','f60': '涨跌额','f61': '换手率',}EastmoneyHeaders = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko','Accept': '*/*','Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2','Referer': 'http://quote.eastmoney.com/center/gridlist.html',}fields = list(EastmoneyKlines.keys())columns = list(EastmoneyKlines.values())fields2 = ",".join(fields)secid = gen_eastmoney_code(code)params = (('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),('fields2', fields2),('beg', beg),('end', end),('rtntype', '6'),('secid', secid),('klt', f'{klt}'),('fqt', f'{fqt}'),)base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'url = base_url+'?'+urlencode(params)json_response = requests.get(url, headers=EastmoneyHeaders).json()data = json_response['data']# code = data['code']# 股票名称# name = data['name']klines = data['klines']rows = []for _kline in klines:kline = _kline.split(',')rows.append(kline)df = pd.DataFrame(rows, columns=columns)return df
if __name__ == "__main__":# 股票代码code = '600519'# 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据df = get_k_history(code)# 保存k线数据到表格里面df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)print(f'股票代码：{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')

获取当日分钟线数据（每分钟运行一次,直到收盘）from urllib.parse import urlencode

import pandas as pd
import requests
import time
def gen_eastmoney_code(rawcode: str) -> str:'''生成东方财富专用的secidParameters----------rawcode ： 6 位股票代码Parameters----------str : 按东方财富格式生成的字符串 '''if rawcode[0] != '6':return f'0.{rawcode}'return f'1.{rawcode}'
def get_k_history(code: str, beg: str = '16000101', end: str = '20500101', klt: int = 1, fqt: int = 1) -> pd.DataFrame:'''功能获取k线数据Parameters----------code : 6 位股票代码beg: 开始日期 例如 20200101end: 结束日期 例如 20200201klt: k线间距 默认为 101 即日kklt:1 1 分钟klt:5 5 分钟klt:101 日klt:102 周fqt: 复权方式不复权 : 0前复权 : 1后复权 : 2 Return------DateFrame : 包含股票k线数据'''EastmoneyKlines = {'f51': '时间','f52': '开盘','f53': '收盘','f54': '最高','f55': '最低','f56': '成交量','f57': '成交额','f58': '振幅','f59': '涨跌幅','f60': '涨跌额','f61': '换手率',}EastmoneyHeaders = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko','Accept': '*/*','Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2','Referer': 'http://quote.eastmoney.com/center/gridlist.html',}fields = list(EastmoneyKlines.keys())columns = list(EastmoneyKlines.values())fields2 = ",".join(fields)secid = gen_eastmoney_code(code)params = (('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),('fields2', fields2),('beg', beg),('end', end),('rtntype', '6'),('secid', secid),('klt', f'{klt}'),('fqt', f'{fqt}'),)base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'url = base_url+'?'+urlencode(params)json_response = requests.get(url, headers=EastmoneyHeaders).json()data = json_response['data']# code = data['code']# 股票名称# name = data['name']klines = data['klines']rows = []for _kline in klines:kline = _kline.split(',')rows.append(kline)df = pd.DataFrame(rows, columns=columns)return df
if __name__ == "__main__":# 重复 1000 次for _ in range(1000):# 股票代码code = '600519'# 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据df = get_k_history(code)# 保存k线数据到表格里面df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)print(f'股票代码：{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')time.sleep(60)# 240 行说明收盘了，结束if len(df) >= 240:break