股市數據爬取與分析

股市數據爬取與分析

大綱

證券櫃檯買賣中心

證券櫃檯買賣中心是台灣上櫃股票的買賣中心，本文我們將講解獲取特定股票的是 CSV 檔案方式，然後做基礎股票分析 。

獲得特定上櫃股票的 CSV 檔案

請進入 證券櫃檯買賣中心網頁。

點選上櫃 =>盤後資訊 => 個股日成交資訊，可以看到下列畫面 :

讀者可以參考上述圈選欄位，自行輸入股票代碼和資料年月，就可以看到特定股票在特定年月份的成交盤後資訊。下列是筆者填選 110/09 月份，股票代碼 6488 環球晶的盤後資訊

上述可以看到另存 CSV 按鈕，點選就可以下載，下列是我們以 Microsoft Excel 開啟此檔案的畫面 。

同時我們也使用相同名稱 ST43_6488_202109.csv 儲存此 CSV 檔案。

一個月的收盤價分析

我們有了上述 CSV 檔案，就可以使用我們了解的繪圖知識，製作股價走勢圖，當然在製作前我們必須了解此 CSV 檔案，才可以讀取我們想要的內容。首先這個檔案的前 5 行是股票基本訊息，我們可以忽略，此外最後一行是計算本月成交的日期數，也稱成交筆數，我們也須忽略，可以參考以下範例。

範例 pythonStock-01.py : 設計上櫃股票，股票代號是 6488 的 2021 年 9 月，每天最高價、最低價、收盤價的股票走勢圖。這個程式設計中，我們先將所讀取的 csv 檔案轉成串列 list，然後使用串列切片觀念，刪除前5行和最後一行。

# pythonStock-01.py
import csv
import matplotlib.pyplot as plt
from datetime import datetime

fn = 'ST43_6488_202109.csv'
with open(fn) as csvFile:
    csvReader = csv.reader(csvFile)
    listCsv = list(csvReader)                   # 轉成串列
    csvData = listCsv[5:-1]                     # 切片刪除非成交資訊
    dates, highs, lows, prices = [], [], [], [] # 設定空串列
    for row in csvData:
        try:
            datestr = row[0].replace('110','2021')
            currentDate = datetime.strptime(datestr, "%Y/%m/%d")
            high = float(row[4])                # 設定最高價
            low = float(row[5])                 # 設定最低價
            price = float(row[6])               # 設定收盤價
        except Exception:
            print('有缺值')
        else:
            highs.append(high)                  # 儲存最高價
            lows.append(low)                    # 儲存最低價
            prices.append(price)                # 儲存收盤價
            dates.append(currentDate)           # 儲存日期
       
fig = plt.figure(dpi=80, figsize=(12, 8))       # 設定繪圖區大小
plt.rcParams['font.sans-serif'] = ['Microsoft JhengHei']        # 使用黑體
plt.plot(dates, highs, '-*', label='High')      # 繪製最高價
plt.plot(dates, lows, '-o', label='Low')        # 繪製最低價
plt.plot(dates, prices, '-^',   label='Price')  # 繪製收盤價
plt.legend(loc='best')
fig.autofmt_xdate()                         # 日期旋轉
plt.title("6488 環球晶 , 2021 年 9 月", fontsize=24)
plt.xlabel("", fontsize=14)
plt.ylabel("股 價", fontsize=14)
plt.tick_params(axis='both', labelsize=12, color='red')
plt.show()

執行結果

上述中間的線條就是當日的收盤價數據線。

台灣證券交易所

台灣證券交易所是台灣上市股票的買賣中心，這裡我們將講解此網站相關個股市資訊，請點選 
台灣證券交易所。

獲得特定上市股票的盤後資訊

請點選交易資訊 => 盤後資訊 => 個股年成交資訊，然後輸入1101 選擇台泥，再按 "查詢按鈕"，可以得到下列畫面 : 


台灣證券交易所是從 80年開始做統計，基本上可以看到從 80年到去年的年度成交資訊，從上圖可以看到上述資料可以直接下載 csv 檔案，如果你是從事股票分析相關工作，這將是你取得寶貴資訊的來源。此例，我們直接下載，然後儲存到資料夾，如下所示 

台泥年度收盤價分析

我們有了上述 CSV 檔案，就可以使用我們了解的繪圖知識，製作股票走勢圖，然後在製作前，我們必須了解此檔案，才可以讀取我們想要的內容。首先，這個檔案的前 2 行是股票基本資訊，我們可以忽略，此外最後 5 行是計算近年最高價、最低價以及備註資訊，我們也必須忽略。

上述可以使用切片 [2:-5] 排除，有了上述觀念，我們就可以使用此 CSV 檔案設計程式了。

範例 pythonStock-02.py : 設計上市股票台泥股票代號 1101 的 1991 年至 2020 年，每年最高價、最低價、收盤平均價的股票走勢圖 。

# pythonStock-02.py
import csv
import matplotlib.pyplot as plt
from datetime import datetime

fn = 'FMNPTK_1101.csv'
with open(fn) as csvFile:
    csvReader = csv.reader(csvFile)
    listCsv = list(csvReader)                   # 轉成串列
    csvData = listCsv[2:-5]                     # 切片刪除非成交資訊
    years, highs, lows, prices = [], [], [], [] # 設定空串列
    for row in csvData:
        try:
            year = int(row[0]) + 1911
            high = float(row[4])                # 設定最高價
            low = float(row[6])                 # 設定最低價
            price = float(row[8])               # 設定收盤平均價
        except Exception:
            print('有缺值')
        else:
            highs.append(high)                  # 儲存最高價
            lows.append(low)                    # 儲存最低價
            prices.append(price)                # 儲存收盤平均價
            years.append(year)                  # 儲存日期
       
fig = plt.figure(dpi=80, figsize=(12, 8))       # 設定繪圖區大小
plt.rcParams['font.sans-serif'] = ['Microsoft JhengHei']        # 使用黑體
plt.plot(years, highs, '-*', label='最高價')      # 繪製最高價
plt.plot(years, lows, '-o', label='最低價')        # 繪製最低價
plt.plot(years, prices, '-^',   label='收盤平均價')  # 繪製收盤平均價
plt.legend(loc='best')
fig.autofmt_xdate()                         # 日期旋轉
plt.title("1101 台泥，1991 - 2020 年度收盤價", fontsize=24)
plt.xlabel("", fontsize=14)
plt.ylabel("價格", fontsize=14)
plt.tick_params(axis='both', labelsize=12, color='red')
plt.show()

執行結果

獲得每天股票每5秒的成交資訊

台灣證券交易所首頁，請點選交易資訊 => 盤後資訊 => 每5秒委託成交統計，可以看到今天股票每 5 秒的統計資訊。

同樣我們可以使用下載 csv 檔案方式取得上述資料， 由於是每 5 秒提供一筆資料，所以有幾千行，上述 csv 檔案的名稱是 MI_5MINS_20211018.csv，如果我們只想要每30分鐘取得一次累積資料，可以參考下列程式 :

範例 pythonStock-03.py :  讀取MI_5MINS.csv 檔案，每30分鐘將一筆數據的時間和累積成交述欄位寫入 MI_30MINS.csv 內。

# pythonStock-03.py
import csv

fn = 'MI_5MINS.csv'                             # 台灣證劵交易所資料
out = 'MI_30MINS.csv'                           # 每30分鐘資料
with open(out, 'w', newline='') as csvOut:
    csvWriter = csv.writer(csvOut)
    csvWriter.writerow(["時間", "累積成交數"])
    with open(fn) as csvFile:
        csvReader = csv.reader(csvFile)
        listCsv = list(csvReader)               # 轉成串列
        csvData = listCsv[2:-8]                 # 切片刪除非成交資訊
        for row in csvData:
            xmin = row[0][3:5]                  # 分
            xsec = row[0][6:]                   # 秒
            if xmin == '00' or xmin == '30':    # 每30分鐘
                if xsec == '00':                # True時寫入時間和累積成交數
                    csvWriter.writerow([row[0], row[6]])
                    print(row[0], row[6])

執行結果

範例 pythonStock-04.py :  讀取MI_30MINS.csv 檔案資料繪製折線圖。

# pythonStock-04.py
import csv
import matplotlib.pyplot as plt
from datetime import datetime

fn = 'MI_30MINS.csv'
with open(fn) as csvFile:
    csvReader = csv.reader(csvFile)
    listCsv = list(csvReader)                   # 轉成串列
    csvData = listCsv[1:]                       # 切片刪除非成交資訊
    times, items = [], []                       # 設定空串列
    for row in csvData:
        try:
            time = row[0]                       # 時間
            item = row[1]                       # 累積成交數
        except Exception:
            print('有缺值')
        else:
            times.append(time)                  # 儲存時間
            items.append(item)                  # 儲存累積成交數
       
fig = plt.figure(dpi=80, figsize=(12, 8))       # 設定繪圖區大小
plt.rcParams['font.sans-serif'] = ['Microsoft JhengHei']        # 使用黑體
plt.plot(times, items, '-*')                    # 繪製累積成交數
fig.autofmt_xdate()                             # 時間旋轉
plt.title("30分鐘累積交易量", fontsize=24)
plt.xlabel("", fontsize=14)
plt.ylabel("累積交易量", fontsize=14)
plt.tick_params(axis='both', labelsize=12, color='red')
plt.show()

執行結果

Google 全球股市資訊

Google 網站也有提供全球股市資訊，我們可以使用它查詢全球主要股市的資訊，若是以 台泥 為例，它的股市代號是 1101，可以使用下列基本網址查詢台泥股票

https://www.google.com/search?q=TPE:1101

上述 TPE 是台北股市，1101 則是台灣水泥的股票代號，如果想查詢台積電，台積電在台北股市代號是 2330，所以下列網址可以連結台積電股市資訊

https://www.google.com/search?q=TPE:2330

下列是美國股市資料範例

  • NASDAQ:GOOG  (美國那斯達克 Alphabet 股票)
  • NASDAQ:AAPL  (美國那斯達克 Apple 股票)
  • NASDAQ:MSFT (美國那斯達克 Microsoft 股票)
  • NYSE:DOW J  (美國紐約證券交易所 道瓊工業指數)
  • NYSE:BABA  (美國紐約證券交易所 阿里巴巴)
下列是台灣水泥公司的股市執行結果畫面。在這裡我們將爬取上述上方圈起來的公司名稱和下方框起來的股價相關資訊 ，我們使用 Chrome 分析台灣水泥公司名稱時可以看到公司名稱資料是放在 <g-card-section> 區塊內:

其實有許多層次，如果使用 Chrome 分析網頁，下方的公司股價相關資訊可以看到下列畫面 


範例 pythonStock-05.py :  使用爬蟲爬取 Google 財經網站，列出台泥當日最新價格、前日收盤價、單日股價範圍。

# pythonStock-05.py
import requests, bs4

url = 'https://www.google.com/finance/quote/1101:TPE'
headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64)\
            AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101\
            Safari/537.36', }
newshtml = requests.get(url, headers=headers)           # 台灣水泥
objSoup = bs4.BeautifulSoup(newshtml.text, 'lxml')      # 取得HTML
companyInfo = objSoup.find('main')                 # 主要資訊區塊
companyName = companyInfo.find_all('div',attrs={'role':'heading'})    # 取得公司名稱
print('公司名稱 : ',companyName[1].text)    
price = companyInfo.find('div','YMlKec fxKbKc')   # 取得最新報價
print('最新報價 : ', price.text)
detailsTable = companyInfo.find_all('div','P6K39c')    # 取得公司詳細資訊表
print('前日收盤價', detailsTable[0].text)      # 前日收盤價
print('單日股價範圍', detailsTable[1].text)   # 單日股價範圍

執行結果

公司名稱 :  Taiwan Cement Corp
最新報價 :  $49.45
前日收盤價 $49.80
單日股價範圍 $49.85 - $50.10

Yahoo 股市資訊

進入 Yahoo 股市資訊網頁 => 輸入股票代號或名稱，這裡我們輸入 : 2330 => 畫面出現 2330 台積電的股票資訊，如下 : 

我們使用 Chrome 瀏覽器的分析工具來解析網頁 => 按 F12 鍵 => 1. 右邊工具區塊的左上角選擇 "點選元素圖示" => 2. 再將滑鼠移到左邊網頁區塊，會發現不斷的有反白區塊，最後我們找到主要的資訊區塊 <section id='qsp-overview-realtime-info'>，如下圖 :

有了以上的資訊區塊，我們就可以寫爬蟲程式了。

範例 pythonStock-06.py :  使用爬蟲爬取 Yahoo 股市網站，列出 2330 台積電 股票相關資訊。

# pythonStock-06.py
import requests, bs4

url = 'https://tw.stock.yahoo.com/quote/2330'   # 2330 台積電
headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64)\
            AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101\
            Safari/537.36', }
newshtml = requests.get(url, headers=headers)           
objSoup = bs4.BeautifulSoup(newshtml.text, 'lxml')      # 取得HTML
companyInfo = objSoup.find('section', id='qsp-overview-realtime-info')   # 主要資訊區塊
companyName = companyInfo.find('h2')    # 取得公司名稱
print('公司名稱 : ', companyName.text)
time = companyInfo.find('time').find_all('span')[2]
print('資料時間：', time.text)
priceDetailItems = companyInfo.find_all('li', 'price-detail-item')
for item in priceDetailItems:
  print(item.text)

執行結果

公司名稱 :  台積電即時行情
資料時間： 2021/10/19 11:35
成交599
開盤598
最高600
最低593
均價598
成交值(億)62.41
昨收590
漲跌幅1.53%
漲跌9
總量10,440
昨量19,120
振幅1.19%

台灣股市資料讀取與圖表製作

前面我們介紹了自行到台灣證券交易所與櫃檯買賣中心爬取股市資料與簡單分析的方法，其實目前已經有前背設計了股市好用的模組工具提供我們使用，這裡我們將介紹 twstock 這個模組，讀取台灣股票資訊，同時利用本文知識建立折線圖表。

使用前需安裝模組

pip install twstock

導入

import twstock

讀者可以參考下列網址了解更完整的資訊

https://twstock.readthedocs.io/zh_TW/latest/

stock建構元

可以使用 Stock() 建構元傳入股票代號，然後可以傳回此股票代號的 Stock 物件。台灣著名的股票台積電的股票代號是 2330 ，如果輸入 2330 ，即可以獲得台積電的股票的物件。

Stock物件屬性

有了前面的 Stock 物件後，可以參考下列表格獲得物件屬性

Stock物件屬性 說明
sid 股票代號字串
open 近31天的開盤價串列
high 近31天的最高價串列
low 近31天的最低價串列
close 或 price 近31天的收盤價串列
capacity 近31天的成交量串列
transaction 近31天的成交筆數串列
turnover 近31天的成交金額串列
change 近31天的漲跌幅串列
date 近31天的交易日期物件串列
data 近31天的Stock物件全部資料內容串列
raw_data 近31天的原始資料串列

範例 pythonStock-07.py :  獲得台積電股票代號和近31天的收盤價。

# pythonStock-07.py
import twstock
stock2330 = twstock.Stock("2330")

print("股票代號   : ", stock2330.sid)
print("股票收盤價 : ", stock2330.price)

執行結果

股票代號   :  2330
股票收盤價 :  [613.0, 607.0, 620.0, 631.0, 623.0, 619.0, 619.0, 622.0, 615.0, 613.0, 607.0, 600.0, 600.0, 586.0, 588.0, 598.0, 602.0, 594.0, 580.0, 580.0, 574.0, 572.0, 572.0, 571.0, 580.0, 575.0, 575.0, 571.0, 573.0, 600.0, 590.0]

在所傳回的31天收盤價串列中，[0] 是最舊的收盤價，[31] 是前一個交易日的收盤價。

實例 1 : 傳回台積電31天前的收盤價與前一個交易日的收盤價。

實例 2 : 了解台積電 data 屬性的全部內容，可以使用 data 屬性，此例我們只是列出部分內容。

在 Stock 屬性中，除了股票代號 sid 是傳回字串外，其他皆是傳回串列，此時我們可以使用切片方式處理

實例 3 : 下列是傳回台積電近 5 天的股票收盤價

範例 pythonStock-08.py : 列出近31天台積電收盤價的折線圖。

# pythonStock-08.py
import matplotlib.pyplot as plt
import twstock

stock2330 = twstock.Stock("2330")
plt.rcParams['font.sans-serif'] = ['Microsoft JhengHei']        # 使用黑體
plt.title("2330 台積電", fontsize=24)
plt.plot(stock2330.price)
plt.show()

執行結果

Stock 物件方法

有了之前說明的 Stock 物件後，可以參考下表獲得物件方法

Stock物件方法 說明
fetch_31 近31天的交易資訊(Data物件) 串列
fetch(year, month) 指定年月的交易資訊(Data物件) 串列
fetch_from(year, month) 指定年月至今的交易資訊(Data物件) 串列
moving_average(data,days) 串列數據 data 的 days 日平均值串列
continuous(data) 串列 data 持續上漲天數

實例 1 : 傳回2021年9月的台積電股市交易資訊下列只列出部分結果

實例 2 : 接續以上實例，傳回2020年9月台積電收盤價格資訊

方法 moving_average(data,days) 是傳回均線串列，這個方法需要兩個參數， days 天數是代表幾天均線，例如，若是第二個參數是 5，則代表5天均線值，所謂的5天均線值，指的是第0到4筆資料平均值當作的第 0 筆，第 1 - 5 筆資料平均值當作第 1 筆.....等，所以均線資料串列元素會比較少。

實例 2 :  接續以上實例，傳回2021年9月台積電收盤價格資料的 5 日均線資料串列。

實例 3 : 接續以上實例，傳回2021年9月台積電收盤價格資料的5天均線資料串列的連續上漲天數，留意每天做比較如果上漲會加1，下跌會減1。

範例 pythonStock-09.py : 以折線圖列出台積電2021年1月以來的收盤價格資料。

# pythonStock-09.py
import matplotlib.pyplot as plt
import twstock

plt.rcParams['font.sans-serif'] = ['Microsoft JhengHei']        # 使用黑體
stock2330 = twstock.Stock("2330")
stock2330.fetch_from(2021,1)
plt.title("2330 台積電", fontsize=24)
plt.xlabel("2021年1月以來的交易天數", fontsize=14)
plt.ylabel("價格", fontsize=14)
plt.plot(stock2330.price)
plt.show()

執行結果

取得單一股票之即時資料 realtime.get()

在使用 twstock 模組時，可以使用 realtime.get() 取得特定股票的即時資訊，這些資訊包含股票代號 code、名稱 name、全名 fullname、收盤時間 time ..等等，同時有包含目前五檔買進和賣出的金額與數量。

實例 1 : 列出台積電的即時資料。

實例 2: 延續前一實例，列出目前五檔買進金額與數量。

實例 3: 延續前一實例，列出目前五檔賣出金額與數量

範例 pythonStock-10.py : 參考上述實例，將最佳五檔買進賣出使用 pandas 處理，以表單方式顯示。

# pythonStock-10.py
import pandas as pd
import twstock

stock2330 = twstock.realtime.get('2330')
buyPrice = stock2330['realtime']['best_bid_price']
buyNum = stock2330['realtime']['best_bid_volume']

sellPrice = stock2330['realtime']['best_ask_price']
sellNum = stock2330['realtime']['best_ask_volume']

dict2330 = {'BVolumn':buyNum,
            'Buy':buyPrice,
            'Sell':sellPrice,
            'SVolumn':sellNum}

df2330 = pd.DataFrame(dict2330, index=range(1,6))
print("台積電最佳五檔價量表")
print(df2330)

執行結果

台積電最佳五檔價量表
   BVolumn   Buy      Sell    SVolumn
1      72  599.0000  600.0000    1947
2      76  598.0000  601.0000     962
3     202  597.0000  602.0000    1048
4     247  596.0000  603.0000     943
5     308  595.0000  604.0000     822


參考資料

特色、摘要，Feature、Summary:

關鍵字、標籤，Keyword、Tag:

  • Web-Crawler,Data-Mining,Data-Science,Python,Fintech-AI,

留言

張貼留言

Aron阿龍，謝謝您的留言互動!

這個網誌中的熱門文章

Ubuntu 常用指令、分類與簡介

圖片
常用指令分類與簡介 大綱 前言 常用指令 指令分類 前言 在 Ubuntu 中我們可以打開終端機 (Ctrl+Alt+T) 進行指令操作，就可以透過指令來管理檔案、系統與網路管理。 在說明指令 $ls(1) ， $ 表示命令提示符號， ls 表示指令本身， (1) 表示本指令是在手冊第一章節中，詳細說明請參閱► 線上手冊(man page) 一般指令格式 ► $指令  [選項]  [選項值] 該指令的所有用法  ► $指令 --help 指令是由英文單字縮寫構成，因為指令繁多，所以理解指令原文，就很容易記住了。列如  ►ls：list (中文為列表) 。 常用指令 clear(1) ► 清空螢幕，當終端機列出資料太多。 $clear cd(1)► change directory，移動進入資料夾 $cd ./examples ► 移動到目前資料夾下的 examples 資料夾。 $cd ~  ► 移動到使用者home家目錄：~。 $cd ..  ► 移動到上一層目錄 :  ..。 $cd / ► 移動到根目錄 :  /。 $cd !$ ►移動到前一個命令最後一個參數指定的目錄。 pwd(1) ► print work directory，印出目前工作目錄。 $pwd ls(1) ► list - 查看檔案及子目錄。 $ls ► 列出資料夾、檔案名稱。 $ll  ► 就是  $ls -l : 將資料以列表形式呈現，並且包含檔案細部資料(屬性、權限、時間…) $ls temp  ► 列出資料夾temp 內資料。 $ls -la ► 列出詳細資料和隱藏資料，-l 列出詳細資料，-a 列出隱藏資料。 $ ls *.md ► 列出部分檔案：列出為 .md 的檔案。 cp(1) ► copy，複製檔案。 $echo "TEST" >  README.md ►將字串 "TEST"存新檔案 "README.md" $cp README.md  test.txt ►複製 README.md 另存為 test.txt $cp <file> <dir> ►複製檔案 file 到目錄 dir 下面。 $...
閱讀全文»

iptables的觀念與使用

圖片
iptables的觀念與使用 1.前言 "iptables" 主要是第一層 : 封包過濾式的 netfilter 防火牆，他不是一種服務，是操作netfilter的命令。 Ubuntu server環境，防火牆有很多選擇，從最為易用便捷的 "ufw" 防火牆(Ubuntu預設)，到較新的動態防火牆 " Firewalld "，再到較為專業的防火牆 "iptables"  一應俱全，如何選擇一款合適的防火牆呢？沒有標準答案，但肯定有最合適的選擇。 其中，iptables 這個工具功能全面強大，可以實現很多 ufw 及  Firewalld無 法完成的網絡功能，推薦有一定基礎的用戶使用。 2.理論與觀念 正確的觀念，才能理解，才能正確地應對不同的入侵方式。 iptables防火牆的結構 iptables 是Linux中功能最為強大的防火牆，使用靈活，可以對流入和流出伺服器的數據包進行很精細的控制，當然如果只是用來開啟或禁止某個網絡服務的某個網絡埠，它和 ufw 以及Firewalld都差不多 iptables的三大核心要素是表，鏈和規則。 一言以蔽之，iptables是表的集合，包含四張表(常用的三張 filter, nat, mangle)，表則是鏈的集合，每個表都包含若干個鏈， 而鏈則是規則的集合，真正過濾規則是屬於鏈，iptables的處理流程如下圖所示: 從上圖可觀察到Kernel處理和過濾數據包的流程，描述了封包進入主機到離開主機，會經過哪些tables，這些tables裡面會寫規則，進行放行或攔截。 大致上你可以發現數據包在主機流通時有四張表、五個階段: iptables 四張表(彩色的部分) filter :  整個iptables最關鍵的表，實現封包的過濾，可以由INPUT,FORWARD,OUTPUT這三個能夠實現過濾功能的鏈組成。 nat  :   學過網路的人應該都知道NAT(Network Address Translation)網路地址轉換，正是應為有了這項技術才使得我們現今還能夠有IPv4可以使用，在iptables中也可以實現NAT的相關功能, 例如SNAT, DNAT, MASQUERADE等功能，nat表可以由PREROUTING, FORWARD, P...
閱讀全文»

網路設定必要參數IP、netmask(遮罩)、Gateway(閘道)、DNS

圖片
網路設定必要參數 前言 IP 位址 netmask(遮罩) : 因為 network IP 與 broadcase IP 都可以透過 IP/Netmask 計算出來，因此需要 IP 位址與 Netmask 即可。 Gateway(閘道) 的 IP 位址： 此外，還需要考慮到路由裡面的 Default Gateway 才能夠正確的將非同網域的封包給他傳送出去。 DNS server 的 IP 位址： 想要使用主機名稱上網，就一定要有 DNS server 的 IP 位址才行。 IP: 由 192.168.1.1~192.168.1.254 Netmask(遮罩): 255.255.255.0 Network: 192.168.1.0 Broadcast: 192.168.1.255 Gateway: 每個環境都不同，請自行詢問網路管理員 DNS: 也可以直接設定成 168.95.1.1。台灣地區常用的有中華電信提供的 168.95.1.1 以及 google 提供的 8.8.8.8  與 8.8.4.4 來設定。 那這些參數都需要使用者自己手動來設定嘛？基本上網路參數的給予跟你的主機所在的環境有關系。如果是自己教室內部的環境， 自己指定私有 IP 位址後，再跟計中要一個 public IP 的參數即可～如果是一般住家，可以考慮 ADSL、光纖到府、第四台纜線的網路等等， 如果是跟 ISP 申請伺服器代管，就可以透過手動設定 IP 來處置。基本上，常見的網路參數取得方式有： 自動取得：學名為 dhcp 這個協定，通常使用 auto 取代此方法。網路參數統一放置於 DHCP server 上面，用戶端電腦開機時會去詢問 DHCP 伺服器， 藉以得到正確的網路參數的方式，常見於宿舍網路環境與辦公環境下。 手動設定：手動處理 (manual) 的方式，自己向 ISP 取得相關的網路參數，直接手動設定好網路參數之意。 常見於伺服器本身的環境設定中。 撥接：台灣地區包括 ADSL 以及中華電信光世代，對外都是走電話線，或者是 CAT5 (通常最多到 CAT 5e) 的網路線，只是都附掛在電話上， 需要透過數據機撥接的情況，這種情況的 IP 網路參數也是由 ISP 機房主動分配的，使用者無法手動設定。 第四台纜線 (Cable)：透過電視纜線，第四台提供的線路...
閱讀全文»

了解、分析登錄檔 - log

圖片
了解、分析登錄檔 - log 前言 當你的 Linux 系統出現不明原因的問題時，很多人都告訴你，你要查閱一下登錄檔才能夠知道系統出了什麼問題了，所以說， 了解登錄檔是很重要的事情呢。登錄檔可以記錄系統在什麼時間、哪個主機、哪個服務、出現了什麼訊息等資訊， 這些資訊也包括使用者識別資料、系統故障排除須知等資訊。如果你能夠善用這些登錄檔資訊的話，你的系統出現錯誤時， 你將可以在第一時間發現，而且也能夠從中找到解決的方案，而不是昏頭轉向的亂問人呢。 此外，登錄檔所記錄的資訊量是非常大的，要人眼分析實在很困難。此時利用 shell script 或者是其他軟體提供的分析工具來處理複雜的登錄檔，可以幫助你很多很多喔！ 本文大綱 登錄檔 log 如何運作 logrotate.conf-定義記錄檔的循環的週期 哪些登錄檔log應該定期檢視 常見的登錄檔 Ubuntu下 /var/log/ 下各個日誌檔案的說明 登錄檔所需相關服務 (daemon) 與程式 登錄檔內容的一般格式 分析登錄檔 使用Gnome Logs日誌檢視器查看登錄檔！ 使用指令查看登錄檔 使用 GoAccess 分析 Nginx 網頁記錄檔，即時監控伺服器狀態 Ubuntu日誌管理方法 登錄檔log如何運作 有的登錄檔紀錄的是系統訊息，稱為「系統登錄檔」。而有的登錄檔是紀錄某個特定的服務之使用情況，稱為「服務登錄檔」。通常，這兩者都由系統所提供的一項服務來統一管理(若在傳統Linux系統下這個服務名為syslog，若在ubuntu等系統中則名為rsyslog)，不過也有些大型軟體所提供的服務，其登錄檔不受syslog(或rsyslog)來管理，而有其特別的管理方式。 syslog(或rsyslog)可以設定「哪個類型的系統事件，要寫在哪個登錄檔中」，這些設定被寫在設定檔中。其所在位置如下表： 系列 管理登錄檔的服務 設定檔位置 傳統Linux系統 (如Fedora、centOS、RedHat…等) syslog /etc/syslog.conf Ubuntu等系統 rsyslo...
閱讀全文»

Python 與SQLite 資料庫

圖片
Python 與SQLite 資料庫 大綱 SQLite 基本觀念 資料庫連線 SQLite 資料類型 建立SQLite 資料庫表單 增加SQLite 資料庫表單紀錄 查詢SQLite 資料庫表單 更新SQLite 資料庫表單紀錄 刪除SQLite 資料庫表單紀錄 DB Browser for SQLite 安裝DB browser for sqlite 建立新的 SQLite 資料庫 打開舊的secret資料庫 將台北人口數儲存至 SQLite 資料庫 SQLite 基本觀念 在先前我們有說明 CSV、JSON...等資料格式，我們可以將資料以這些格式儲存，不過我們使用資料時，有時候只是取一個小小的部分，如果每次都要大費周章的開啟檔案處理完成在儲存檔案，其實不是很經濟的事情。 一個好的解決方式是使用輕量級的資料庫程式當作儲存媒介，未來我們可以使用資料庫語法取得資料庫的部分有用資料，這將是一個很好的想法。本文我們將介紹如何使用 Python 建立 SQLite 資料庫，同時也將說明使用 Python 插入insert、截取select、更新update、刪除delete ，SQLite資料庫的內容。 Python 3.0版以上安裝完成後有內建 SQLite 資料庫，本文將以此為實例說明，在使用此 SQLite 前需要 import 導入此 SQLite : import sqlite3 資料庫連線 執行 Python 與資料庫連線的方法如下 : conn = sqlite3.connect(“資料庫名稱”) 上述 conn 是定義的物件名稱，讀者也可以自行定義不一樣的名稱。 connect()  方法執行時，如果 connect() 內的資料庫名稱存在，就可以將 Python 程式與此資料庫名稱建立連線，然後我們可以再 Python 程式內做更進一步的操作，如果這樣庫名稱不存在就會以此為名稱建立一個新的資料庫，然後執行資料庫連線。 資料庫操作結束，我們可以在 Python 內使用下列方法結束 Python 程式與資料庫的連線。 conn.close() 範例 pythonSQLite-01.py :  建立一個新的資料庫 myData.db ，我們習慣使用的 db 當副檔名稱。 ...
閱讀全文»

Blogger文章排版範本

圖片
Text-title大標題 會隨著桌機或手機螢幕調整 Text-head 大標題 會隨著桌機或手機螢幕調整 h1 主題1 會隨著桌機或手機螢幕調整 h2 主題2 會隨著桌機或手機螢幕調整 h3 大標題 會隨著桌機或手機螢幕調整 h4 小標題 會隨著桌機或手機螢幕調整 一般文字 - 一邊不需要能否困難出版社普通使得小學那時付出本文個人，將在這樣外資還在做什麼不限研究所印度，下面機。 參考連結 :尖端的電子設備以及用於配備感知 success 成就、獲獎、感言、結論.....等，文字內容。 quoted m-2 波士頓動力是移動機器人的全球領導者，它應對了一些最棘手的機器人挑戰。我們將動態控制和平衡的原理與複雜的機械設計，尖端的電子設備以及用於配備感知，導航和智能功能的高性能機器人的下一代軟件結合在一起。 callout-info 本文檔包含Spot機器人的重要安全信息。 負責任地使用Spot對防止操作員和附近其他人的危險情況至關重要。確保閱讀，理解並遵守本文檔，以減少受傷或損壞機器人或其他財產的風險。 Boston Dynamics Support Center callout-warning 本文檔包含Spot機器人的重要安全信息。 負責任地使用Spot對防止操作員和附近其他人的危險情況至關重要。確保閱讀，理解並遵守本文檔，以減少受傷或損壞機器人或其他財產的風險。 Boston Dynamics Support Center callout-danger 本文檔包含Spot機器人的重要安全信息。 負責任地使用Spot對防止操作員和附近其他人的危險情況至關重要。確保閱讀，理解並遵守本文檔，以減少受傷或損壞機器人或其他財產的風險。 Boston Dynamics Support Center m-1 border-primary 眼淚設置沒人每個人緩緩精美趕緊跟我賓館之家父母，本身即使物業他就正常策略成就超級反覆，充滿核心而來人口完全。 m-2 bo...
閱讀全文»

Pandas 模組

圖片
Pandas 模組 前言 pandas 是Python程式語言的用於數據操縱和分析的軟體庫。特別是，它提供操縱數值表格和時間序列的資料結構和運算操作。 Pandas 套件全名 Pan el D a taFrame S eries，很多人常用熊貓作為暱稱，但實際上命名的意義和緣由與熊貓八竿子打不著關係。Pandas 套件提供了新的資料結構類別 Index、Series、DataFrame 與 Panel（其中 Panel 資料結構類別在 0.20.0 停止開發維護，）扮演著 Python 在資料分析中的「最後一塊拼圖」；當使用者有表格式資料（Tabular data）的運算處理需求時，就可以透過她達成目的，另外她也提供了豐富的表格式資料載入、整併清理、轉換外型與視覺化的函式。 本文  實例 使用 Python Shell 做演示。 大綱 安裝 Pandas 的 Series 資料型態 使用串列 list 建立 Series 物件 使用 python 字典建立 Series 物件 使用 Numpy 的 ndarray 建立 Series 物件 建立含索引的 Series 物件 使用純量建立 Series 物件 列出 Series 物件索引與值 Series的運算 DataFrame 建立 DataFrame 使用 Series 欄位 columns 屬性 Series 物件的屬性 使用元素是字典的串列建立 DataFrame  使用字典建立 DataFrame index屬性 將 columns 欄位當作 DataFrame 物件的 index 基本 Pandas 資料分析與處理 索引參照屬性 直接索引 四則運算方法 邏輯運算方法 Numpy 的函數應用在 Pandas NaN 相關的運算 NaN 的處理 幾個簡單的統計函數 增加 index 檔案的輸入與輸出 寫入 CSV 格式檔案 讀取 CSV 格式檔案 Pandas 繪圖 使用 Series 畫折線圖表 使用 DataFrame 繪圖表基本知識 直條圖的設計 一個圖表含不同數值資料 多個數值軸的設計 使用 Series 物件設計圓餅圖 時間序列(Time Series) 時間模組 datetime 設定特定時間 一段時間 timedelta 使用 Pyt...
閱讀全文»

如何撰寫Shell Script

圖片
如何撰寫Shell Script 前言 Shell 是一種讓使用者可以和作業系統 Kernel（核心用來控制 CPU、記憶體、硬碟等硬體）互動溝通的橋樑。Shell Script 主要是使用在 Linux 和 MacOS 等 Unix-like 作業系統的自動化操作指令的程式語言。其透過 Shell 命令列直譯器來執行（我們這邊主要使用 bash shell，其他的 Unix shell 觀念大致類似）。 一般情況 Shell Script 常用於系統管理、自動化操作檔案、自動化重複的指令碼、分析 log 等文件檔案、列印呈現我們想要的資料等，透過程式語言的使用來減少重複瑣碎的工作，所以若能妥善使用將提升不少開發者和軟體工程師的日常工作效率。 流程步驟 1. 編輯檔案 一般我們會使用 .sh 副檔名來命名 Shell Script 檔案。然後將該檔案設定為可執行： 這邊以demo.sh 為範例。 更改檔案 +x 的執行權限。 chmod +x demo.sh 可以透過檢視檔案詳細資料觀看是否已有 +x 的執行權限 $ls -l demo.sh # -rwxr-xr-x 1 user staff 106 Nov 16 10:41 demo.sh 2. 第一行: 宣告 # 宣告使用 /bin/bash 這是Linux預設的Shell 為bash，若你使用的是其他的Shell，如: csh, sh, ksh，請改為 /bin/bash=> /bin/csh....。 3. 程式內容直接使用Shell Command 接著，我們先利用一個簡單的範例：將目前執行 process 的 PID 依照數字大小排序，取出前 10 名，來了解撰寫 Shell Script 的基本架構。 # 宣告使用 /bin/bash #!/bin/bash echo "=== 將目前執行 process 的 PID 依照數字大小排序，取出前 10 名 === " # ps 為列出 process 相關資訊，透過 | pipe 管線傳遞資料。awk 可以根據 pattern 進行資料處理（這邊印出第一欄 PID）而 sort 是進行排序，其排序時，預設都是把資料當作字串來排序，若想讓資料根據實際數值的大小來排序，可以加上 -n 參數。-r 則是由大到小排序，預設是...
閱讀全文»

查詢指令或設定 -Linux 線上手冊 - man

圖片
 Linux 線上手冊（man page） man page（manual page 的簡寫）是在 UNIX/Linux 系統上特有的說明文件格式，在這個領域大家都會直接稱呼這樣的文件為 man page。 參考網址 : Ubuntu manuals官 網   (外連結) ， Michael Kerrisk - man page (外連結)  。 基本查詢 一般稍微有經驗的 Linux 使用者大概都知道使用 man 指令加上要查詢的說明主題來閱讀線上手冊，通常主題的名稱就是指令或是函數的名稱，例如查詢 ls 的用法： $man ls $ls(1)、$kill(1)  ....可用指令檢視不同章節的介紹。 指定章節（Section） Linux 的線上手冊分為幾個主要的章節（sections），每個章節對應不同的類別： man 1 ：執行檔或程式或是 shell 指令。如: ls、kill ....等。 man 2 ：系統呼叫（system calls，Linux 核心所提供的函數）。 man 3 ：函式庫或例行工作。 man 4 ：特殊檔案（通常位於 /dev）。 man 5 ：檔案格式與協定，如 /etc/passwd。 man 6 ：遊戲。 man 7 ：雜項（巨集等，如 man(7)、groff(7)）。 man 8 ：系統管理者指令（通常是管理者 root 專用的）。 man 9 ：內核中的接口和子程序（非標準）。 而在線上手冊中的文件都會以小括弧來標明該文件所屬的章節，例如 LS(1) 就代表這份文件隸屬於第 1 個章節。 有些時候一個主題名稱在不同章節中有不同的說明文件，如果查詢一個主題的時候沒有指定章節，預設會依照 1 n l 8 3 2 3posix 3pm 3perl 5 4 9 6 7 這個順序來搜尋，然後顯示第一個搜尋到的章節。 例如 passwd 這個主題有 passwd(1) 與 passwd(5) 兩個章節，如果不指定章節的話： $man passwd 就會顯示 passwd(1)，而若要查詢 passwd(5) 的話，就要明確指定章節數： $man 5 passwd 列出所有章節 有時候我們對於某個主題有興趣，但是卻不知道該主題有哪些章節可以查詢，這時候就可以使用 -a...
閱讀全文»

下載網頁使用 requests 模組

圖片
下載網頁使用 requests 模組 前言 本篇介紹如何在 Python 中使用 requests 模組建立各種 HTTP 請求，從網頁伺服器上取得想要的資料。 大綱 requests 模組重要功能 安裝套件 使用方法 requests 基本應用範例 搜尋網頁特定內容 下載網頁失敗的異常處理 網頁伺服器阻擋造成讀取錯誤 爬蟲程式偽裝成瀏覽器 認識 robots.txt 儲存下載的網頁 檢視網頁原始檔 Chrome瀏覽器為例 requests 模組重要功能 Keep-Alive & Connection Pooling 保持持續連接直到一方中斷和連接池 International Domains and URLs 支持國際域名和 URL Sessions with Cookie Persistence 具有 Cookie 持久性的會話 Browser-style SSL Verification 瀏覽器式 SSL 驗證 Automatic Content Decoding 自動內容解碼 Basic/Digest Authentication 基本/摘要式身份驗證 Elegant Key/Value Cookies 優雅的鍵/值 (key/value) 結構的 Cookie Automatic Decompression  自動解壓縮 Unicode Response Bodies  支援Unicode格式的伺服器回應文件主體 HTTP(S) Proxy Support 支持代理 IP  Multipart File Uploads 分段文件上傳 Streaming Downloads 串流下載 Connection Timeouts 連接超時 Chunked Requests 支援 Chunked 編碼，也可想成分塊傳輸編碼請求 .netrc Support  支持.netrc 文件 安裝套件 pip install requests 使用方法 引入  import requests ...
閱讀全文»