[TOC]
### dHydra介绍
> dHydra目前有两个独立的类，Stock与SinaFinance（类名采用大驼峰命名）。
- Stock类：顾名思义，**一切与股票数据相关的操作只需要调用它就可以**。具体方法请参考下文的API文档。
- SinaFinance类：可以认为是一个工具类，封装了新浪财经的登录与获取实时推送和历史逐笔数据的方法，以供Stock类调用。
# 快速开始
这里通过三行代码演示如何使用dHydra来获取实时数据
```python
import dHydra
stock = dHydra.Stock() #实例化Stock类
stock.start_realtime() #开始接收实时行情，并存入mongodb
```
如果不需要转存，而是一次性返回所有A股的实时数据，可以采用fetch_realtime()方法：
```
stock.fetch_realtime()
```
它的返回类型是pandas的dataframe，在网速不是特别爆炸的情况下，调用一次约耗时0.4秒，（返回参数说明请具体查看API文档）
```
>>> stock.fetch_realtime().head(10) #只显示前10条
The basicInfo is outdated. Trying to update basicInfo...
Stock Basic Info last updated on: 2016-03-04 03:28:33.730000 NO NEED to update right now...
open pre_close price high low volume amount b1_v \
0 0.00 15.59 0.00 0.00 0.00 0 0.000000e+00 NaN
1 11.65 11.67 11.58 12.20 11.30 23743032 2.776920e+08 239
2 18.80 18.83 18.88 18.90 18.58 16622623 3.115732e+08 29
3 18.68 18.66 18.50 19.05 18.36 5235251 9.793853e+07 30
4 26.55 26.34 26.88 27.87 26.34 5825682 1.577169e+08 3
5 7.25 7.28 7.17 7.57 7.17 42793356 3.133067e+08 2757
6 10.70 10.73 10.63 11.20 10.61 34686493 3.775260e+08 618
7 13.89 14.08 14.12 14.65 13.86 2620218 3.739386e+07 3
8 15.40 15.69 15.64 15.99 15.40 10713644 1.679434e+08 229
9 15.90 16.12 15.92 16.10 15.68 251842034 3.996301e+09 2346
b1_p b2_v ... a2_p a3_v a3_p a4_v a4_p a5_v a5_p \
0 0.00 NaN ... 0.00 NaN 0.00 NaN 0.00 NaN 0.00
1 11.58 1120 ... 11.60 72 11.61 125 11.62 208 11.63
2 18.88 88 ... 18.90 64 18.91 102 18.92 96 18.93
3 18.44 110 ... 18.53 21 18.54 32 18.58 5 18.59
4 26.88 4 ... 26.90 26 26.91 50 26.92 2 26.93
5 7.17 1751 ... 7.19 2651 7.20 1372 7.21 578 7.22
6 10.63 674 ... 10.65 247 10.66 89 10.67 49 10.68
7 14.10 132 ... 14.12 38 14.13 32 14.15 7 14.18
8 15.63 105 ... 15.65 1676 15.66 2 15.67 118 15.69
9 15.90 7559 ... 15.92 1476 15.95 1486 15.96 1363 15.97
time code turn_over_ratio
0 2016-03-03 15:05:54 002606 0.000000
1 2016-03-03 15:05:54 000975 2.311716
2 2016-03-03 15:05:54 600196 0.871738
3 2016-03-03 15:05:54 300183 2.061707
4 2016-03-03 15:05:54 600685 1.328659
5 2016-03-03 15:05:54 000518 4.156568
6 2016-03-03 15:05:54 000012 2.662964
7 2016-03-03 15:05:54 600167 1.241809
8 2016-03-03 15:05:54 002529 5.356822
9 2016-03-03 15:05:54 600030 2.565978
```
