# -*- coding:utf-8 -*-
import matplotlib.pyplot as plt #from matplotlib import pyplot as plt
from matplotlib import ticker
import sqlite3
import pandas as pd
import os

st_list=input("请输入您要分析财报的股票代码(以逗号分开,如6011111,002241,603986):")
st_list=st_list.split(",")
for st in st_list:
# 数据库文件
    print(st)
    db = 'stockfin.db'
    # 连接数据库，如果没有则创建数据库
    conn = sqlite3.connect(db)
    bs_sql='SELECT * from bs where 代码="{}" and "年报日期" like "%2%" order by "年报日期";'.format(st)
    bs=pd.read_sql_query(bs_sql, conn)
    print(bs)
    bs["归属母公司所有者权益（或股东权益）"]=bs["归属母公司所有者权益（或股东权益）"].apply(pd.to_numeric)
    bs["归属母公司所有者权益均值"]=(bs["归属母公司所有者权益（或股东权益）"]+bs["归属母公司所有者权益（或股东权益）"].shift(4).fillna(0))/2  #期初+期末/2
    st_name=bs["简称"][0]
    print(st_name)
    pl_sql='SELECT * from pl_yapcc where 代码="{}"  and "年报日期" like "%2%" order by "年报日期";'.format(st)
    pl=pd.read_sql_query(pl_sql, conn)
    print(pl)
    #ROE=净利润 /净资产=净利润 /(资产-负债)
    BSPL=pd.merge(bs,pl, on="年报日期",how="inner")   #取日期的交集
    roe=pd.DataFrame(BSPL,columns=["归属母公司所有者权益均值", "归属于母公司所有者的净利润","年报日期"])
    #roe[["归属母公司所有者权益（或股东权益）", "归属于母公司所有者的净利润"]]=roe[["归属母公司所有者权益（或股东权益）", "归属于母公司所有者的净利润"]].astype(float)
    #roe[["归属母公司所有者权益（或股东权益）", "归属于母公司所有者的净利润"]]=roe[["归属母公司所有者权益（或股东权益）", "归属于母公司所有者的净利润"]].apply(pd.to_numeric)
    print(roe)
    #print(roe["归属母公司所有者权益（或股东权益）"])
    #print(roe["归属母公司所有者权益（或股东权益）"].shift(4).fillna(0))
    #average=(roe["归属母公司所有者权益（或股东权益）"]+roe["归属母公司所有者权益（或股东权益）"].shift(4).fillna(0))/2  #期初+期末/2
    #print(average)
    roe["净资产收益率"]=roe["归属于母公司所有者的净利润"]/roe["归属母公司所有者权益均值"]
    #roe["净资产收益率"]=roe["净资产收益率"].apply(lambda x: format(x, '.2%'))  #Series.apply()让序列的值依次在lambda函数中执行；
    print(roe)
    line_lable=st+"_"+st_name
    plt.cla()
    plt.figure()
    fig =plt.figure(figsize=(12,5))  #Figure:指整个图形(可以通过plt.figure()设置画布的大小和分辨率等)
    ## 可用MarkerEdgeColor或mec设置标记边缘颜色；MarkerFaceColor或mfc设置标记填充颜色;MarkerSize设置标记大小
    x=roe["年报日期"]
    y=roe["净资产收益率"]
    plt.plot(x, y, marker='o', mec='r', mfc='w',label=line_lable, linewidth=4)
    print(type(plt.gca()))
    plt.gca().yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1, decimals=1))  #百分比显示
    # zip joins x and y coordinates in pairs
    for a,b in zip(x,y):
        label = "{:.2f}".format(b)   #b代表轴数据
        plt.annotate(label, # this is the texts
                 (a,b), # this is the point to label
                 textcoords="offset points", # how to position the text
                 xytext=(0,10), # distance from text to points (x,y)
                 ha='center') # horizontal alignment can be left, right or center
    # 设置图表标题，并给坐标轴添加标签
    title=st+"_"+st_name+"_"+"归属母公司净资产收益率(ROE)趋势"
    plt.title(title, fontsize=20)
     #显示图形的图例
    plt.legend()
    plt.xlabel("报告日期", fontsize=12)
    plt.ylabel("净资产收益率", fontsize=12)
    f_name=title+".jpg"
    csv_name=title+".csv"
    # 获取今日日期，并转换为字符串的形式。以此日期命名建立文件路径
    data = st+"_"+st_name+ "//"
    # 判断是否存在此文件夹
    folder = os.path.exists(data)
    # 如果不存在就新建该文件夹
    if not folder:
        os.makedirs(data)
    save_file = os.path.join(data, f_name)
    print(save_file)
    roe.to_csv(os.path.join(data, csv_name),encoding="utf_8_sig")
    plt.savefig(save_file)
    #plt.show()
    plt.clf()
    conn.close()