本文介绍如何使用 Python 从互联网下载金融相关的数据，包括股票数据、经济数据等。这里进行数据获取的Python包有以下两种：
如果未安装过这两个Python包，可以在命令行中输入以下代码进行安装：
pip install quandl
pip install pandas-datareader
获取股票数据
使用 quandl 包
import quandl
quandl.get(dataset, start_date, end_date)
- dataset：数据集的 quandl 代码
- start_date: 起始日期
- end_date: 结束日期
首先需要设置获取数据的日期范围，这里采用日期时间格式，导入 datetime 包。
# 时间范围：2017年1月1日至今
from datetime import date
start = date(2017,1,1)
end = date.today()
然后导入 quandl 包，使用 quandl.get() 函数获取苹果公司从2017年至今的股票数据（quandl代码：WIKI/AAPL）。
import quandl
apple = quandl.get("WIKI/AAPL", start_date=start, end_date=end)
查看数据的前五行和后五行。
apple.head()
apple.tail()
注意到这里只获取到了2018年3月27日的数据，如果要取得实时数据，需要注册 quandl 的账号获取 API key 授权。
比如获取最近5天的苹果股票数据（这里quandl代码为 EOD/AAPL）。
quandl.ApiConfig.api_key = "你的key"
quandl.get("EOD/AAPL", rows=5)
绘制股票收盘价的时间序列图。
import matplotlib.pyplot as plt
apple['Close'].plot()
plt.show()
获取经济数据
pandas_datareader 包提供丰富多样的数据集下载，其使用方法如下：
使用 pandas_datareader 包
from pandas_datareader.data import DataReader
DataReader(name, data_source, start, end)
- name: 数据集的名称
- data_source: 数据源
- start: 起始日期
- end: 结束日期
它有许多数据源可以选择，这里以美联储经济数据（FRED）为例，查看历年来黄金价格的情况。因为采用FRED数据，所以data_source 设为 'fred'。另外还需要知道黄金价格的数据集名称，我们首先登录 FRED 官网，在站内搜索 gold price，找到相应的数据集，下图中红框圈出的就是黄金价格的数据集名称 'GOLDAMGBD228NLBM'。
万事具备，现在就让我们来获取1968年以来的黄金价格数据。
from pandas_datareader.data import DataReader
# 设置起始时间
start = date(1968,1,1)
# 设置黄金价格数据集名称
name = 'GOLDAMGBD228NLBM'
# 设置数据源
source = 'fred'
# 从fred获取黄金价格数据
gold_price = DataReader(name, source, start)
输出该数据的摘要信息如下，它一共有13196条记录，从1968年4月1日到2018年10月29日。
gold_price.info()
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 13196 entries, 1968-04-01 to 2018-10-29
Data columns (total 1 columns):
GOLDAMGBD228NLBM 12790 non-null float64
dtypes: float64(1)
memory usage: 206.2 KB
绘制黄金价格随时间变化的图。
gold_price.plot(title='Gold Price')
plt.show()
注：本文是 DataCamp 课程 Importing & Managing Financial Data in Python
的学习笔记。更多该课程的更多笔记：
