关于 tushare 结合 AI 降低初学者使用门槛的需求建议

[tsaizehua]

最近写代码会借助类似通义灵码等插件，还是挺高效的，但是对于三方的 SDK 会有一定的幻觉。tushare 可以考虑轻量化集成一些代码生成接口或能力，帮助开发者更高效地生成代码（相比 https://tushare.pro/webclient/ 的模板式），不仅能帮助初学者快速上手，减少对文档的依赖，也能吸引一些代码基础比较弱但又想利用好 tushare 丰富数据实现自己想法的人（比如非计算机大学生、金融系大学生）。
举例，用户可以用自然语言描述需求（如“获取沪深 300 指数近一年的 PE 数据并绘制趋势图”），AI 自动生成完整代码，遇到错误时，AI 还能根据提示优化代码或提出修复建议，下面是 ChatGPT 对应生成的代码。

用户 ID：276472，推荐注册链接：https://tushare.pro/register?reg=276472 （太想要进Ji步Fen了）

import tushare as ts
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime, timedelta

# 设置 Tushare 的 API Token
ts.set_token('你的TushareAPI密钥')
pro = ts.pro_api()

# 获取沪深 300 指数的 PE 数据
def get_hs300_pe():
    # 计算一年前的日期
    end_date = datetime.now()
    start_date = end_date - timedelta(days=365)
    start_date_str = start_date.strftime('%Y%m%d')
    end_date_str = end_date.strftime('%Y%m%d')

    # 调用 Tushare 接口获取沪深300指数估值数据
    index_dailybasic = pro.index_dailybasic(
        ts_code='000300.SH', # 沪深300指数代码
        start_date=start_date_str,
        end_date=end_date_str,
        fields='trade_date,pe'
    )

    # 转换日期格式并排序
    index_dailybasic['trade_date'] = pd.to_datetime(index_dailybasic['trade_date'])
    index_dailybasic.sort_values(by='trade_date', inplace=True)

    return index_dailybasic

# 绘制 PE 数据的趋势图
def plot_pe_trend(data):
    plt.figure(figsize=(10, 6))
    plt.plot(data['trade_date'], data['pe'], label='PE Ratio', color='b')
    plt.title('HS300 PE Ratio Trend (Last 1 Year)', fontsize=14)
    plt.xlabel('Date', fontsize=12)
    plt.ylabel('PE Ratio', fontsize=12)
    plt.grid(True, linestyle='--', alpha=0.7)
    plt.legend(fontsize=10)
    plt.tight_layout()
    plt.show()

if __name__ == '__main__':
    # 获取数据并绘制趋势图
    hs300_pe_data = get_hs300_pe()
    plot_pe_trend(hs300_pe_data)