前言

在金融数据分析领域，快速直观地展示行业指数走势、个股表现及财务指标排名，对于投资决策和行业研究具有重要意义。本文将介绍一个基于 Python 的 Streamlit 应用，该工具可实现行业数据筛选、走势可视化及股票综合评价，帮助用户高效分析行业动态。
该工具主要实现以下核心功能：
行业指数走势可视化：展示选定行业的指数历史走势
个股数据关联分析：呈现行业内代表性股票的价格走势
多维度数据展示：包括指数交易数据、上市公司基本信息及财务数据
综合评价排名：基于总资产和净资产收益率计算股票综合得分并排名
运行该工具需安装以下依赖库：
pip install pandas streamlit matplotlib openpyxl
核心库功能说明：
pandas：用于数据读取、清洗与分析
streamlit：构建交互式 Web 应用界面
matplotlib：绘制趋势图表
openpyxl：支持 Excel 文件读取

一、核心代码解析

1. 数据处理函数（st_data）

该函数负责数据读取、筛选与可视化图表生成，是整个工具的数据处理核心：

2. 综合排名计算（calculate_ranking）

该函数基于财务指标计算股票综合得分，支持按年份筛选：

3. 应用主界面（st_fig）

构建 Streamlit 交互界面，整合数据处理与可视化功能：

二、界面展示

总结

增加更多财务指标（如毛利率、净利润增长率）到综合评价模型
添加数据时间范围筛选功能
实现个股对比分析模块
增加数据导出功能（支持 CSV/Excel 格式）
通过该工具，用户可以快速掌握行业整体趋势与重点个股表现，为投资分析提供数据支持。工具的模块化设计也便于后续功能扩展与维护。