通常我们看一家上市公司基本面是好还是坏，主要是看能不能盈利，其次是看是否具有高成长性，是不是有分红，是不是财务健康等等。但是有的人喜欢白马蓝筹股，有的人偏爱小盘成长股，不同的阶段，不同的股票有不同的表现。综合下来，衡量一家公司基本面情况的因子可以归类为以下几个维度：

1.   盈利能力

2.   营运能力

3.   成长能力

4.   偿债能力

5.   现金流量

6.   分红配送

进行因子分类之后，就可以从不同的维度对股票进行分析了。获取以上因子的Python接口，我之前的帖子已经给出，只有分红配股的信息还没有给出过

import baostock as bs

import pandas as pd

#### 登陆系统####

lg = bs.login()

# 显示登陆返回信息

print('login respond error_code:'+lg.error_code)

print('login respond error_msg:'+lg.error_msg)

#### 查询除权除息信息####

# 查询2015年除权除息信息

rs_list = []

rs_dividend_2015 =bs.query_dividend_data(code="sh.600000", year="2015",yearType="report")

while (rs_dividend_2015.error_code == '0') &rs_dividend_2015.next():

   rs_list.append(rs_dividend_2015.get_row_data())

# 查询2016年除权除息信息

rs_dividend_2016 =bs.query_dividend_data(code="sh.600000", year="2016",yearType="report")

while (rs_dividend_2016.error_code == '0') &rs_dividend_2016.next():

   rs_list.append(rs_dividend_2016.get_row_data())

# 查询2017年除权除息信息

rs_dividend_2017 =bs.query_dividend_data(code="sh.600000", year="2017",yearType="report")

while (rs_dividend_2017.error_code == '0') &rs_dividend_2017.next():

   rs_list.append(rs_dividend_2017.get_row_data())

result_dividend = pd.DataFrame(rs_list,columns=rs_dividend_2017.fields)

# 打印输出

print(result_dividend)

#### 结果集输出到csv文件 ####  

result_dividend.to_csv("D:\\history_Dividend_data.csv",encoding="gbk",index=False)

#### 登出系统####

bs.logout()

参数含义：

·        code：股票代码，sh或sz.+6位数字代码，或者指数代码，如：sh.601398。sh：上海；sz：深圳。此参数不可为空；

·        year：年份，如：2017。此参数不可为空；

·        yearType：年份类别，默认为"report":预案公告年份，可选项"operate":除权除息年份。此参数不可为空。

返回数据说明
参数名称	参数描述
code	证券代码
dividPreNoticeDate	预批露公告日
dividAgmPumDate	股东大会公告日期
dividPlanAnnounceDate	预案公告日
dividPlanDate	分红实施公告日
dividRegistDate	股权登记告日
dividOperateDate	除权除息日期
dividPayDate	派息日
dividStockMarketDate	红股上市交易日
dividCashPsBeforeTax	每股股利税前
dividCashPsAfterTax	每股股利税后
dividStocksPs	每股红股
dividCashStock	分红送转
dividReserveToStockPs	每股转增资本

    使用以上代码，就可以获取到历史的分红派息的信息了。