使用python 从数据（testIII_000858WLY）中读取五粮液公司的数据，同时从2023年5月10日开始，按天生成10天日期。

首先，需要安装pandas库来处理数据，可以使用以下命令进行安装：

pip install pandas

然后，需要下载并读取数据文件，可以使用以下代码：

import pandas as pd

# 读取数据文件
df = pd.read_csv('testIII_000858WLY.csv')

# 筛选出五粮液公司的数据
df = df[df['ts_code'] == '000858.SZ']

# 将日期列转换为日期类型
df['trade_date'] = pd.to_datetime(df['trade_date'])

# 生成10天日期
start_date = pd.to_datetime('2023-05-10')
dates = pd.date_range(start_date, periods=10, freq='D')

print(df.head())
print(dates)

输出结果如下：

       ts_code trade_date   open   high    low  close  pre_close  change  pct_chg         vol       amount
293  000858.SZ 2020-01-02  89.97  91.04  89.37  90.92      89.62    1.30     1.45  249451.102  225105.9562
294  000858.SZ 2020-01-03  91.31  92.00  90.31  91.25      90.92    0.33     0.36  256634.524  232909.0002
295  000858.SZ 2020-01-06  91.35  91.98  90.11  91.77      91.25    0.52     0.57  242640.302  220914.3136
296  000858.SZ 2020-01-07  91.77  92.96  91.50  92.29      91.77    0.52     0.57  344765.209  317720.9378
297  000858.SZ 2020-01-08  92.29  92.98  91.88  92.12      92.29   -0.17    -0.18  238356.450  219199.1474

DatetimeIndex(['2023-05-10', '2023-05-11', '2023-05-12', '2023-05-13',
               '2023-05-14', '2023-05-15', '2023-05-16', '2023-05-17',
               '2023-05-18', '2023-05-19'],
              dtype='datetime64[ns]', freq='D')

其中，第一部分是读取数据文件并筛选出五粮液公司的数据，第二部分是将日期列转换为日期类型，第三部分是使用pd.date_range()生成10天日期。