PyeCharts绘制K线图（续）

最新推荐文章于 2025-11-16 01:15:02 发布

原创

最新推荐文章于 2025-11-16 01:15:02 发布 · 3.4k 阅读

37 ·

CC 4.0 BY-SA版权

文章标签：

#python #echarts #开发语言

本文详细讲解了如何在Pyecharts中绘制股票K线图，并结合成交量柱状图，实现标记信号的添加。通过实例演示了如何设置网格布局，以及如何在K线上添加最大值和最小值标记。

接着上一篇文章《Pyecharts绘制K线图》，今天来继续完善所绘制K线图的内容。介绍如何实现股票成交量及标记信号的绘制。

一、成交量柱状图的绘制

成交量柱状图的绘制要用到Bar()。其用法与Kline()和Line()类似，添加XY轴数据，通过set_global_opts()设置全局属性。

简单的用法如下所示：

bar = (
    Bar()
    .add_xaxis(xaxis_data=list(df.index)) #X轴数据
    .add_yaxis(
        series_name="volume",
        y_axis=df["volume"].tolist(), #Y轴数据
        xaxis_index=1,
        yaxis_index=1,
        label_opts=opts.LabelOpts(is_show=False),
        itemstyle_opts=opts.ItemStyleOpts(
            color='#ef232a' #'#14b143'
        ),
    )
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(
            type_="category", #坐标轴类型-离散数据
            grid_index=1,
            axislabel_opts=opts.LabelOpts(is_show=False),
        ),
        legend_opts=opts.LegendOpts(is_show=False),
    )
)

成交量柱状图的数据为离散型，其X轴类型应该设为“category”。

二、图像纵向排列

Grid() 用来将多个图像纵向排列显示，方便进行不同类型图像元素的组合管理。这个功能比较简单，大家直接看实例就好了。

其中需要使用GridOpts来配置图形位置，常用属性为pos_left、pos_right、pos_top、pos_bottom，分别表示组件离容器左侧、右侧、上侧和下侧的距离。位置指定方式有三种：

像素，即直接给定像素值。

百分比，即相对于容器高宽的百分比。

方位，即left、right、center/top、middle、bottom，组件会根据相应的位置自动对齐。

完整的代码如下：

import akshare as ak
import pandas as pd
from pyecharts.charts import *
from pyecharts import options as opts

df = ak.stock_zh_a_hist(symbol="600036", start_date='20220101',end_date='20220916', adjust="qfq").iloc[:, :6]
df.columns = ['date','open','close','high','low','volume',]

# 把date作为日期索引
df.index = pd.to_datetime(df.date)
df.index=df.index.strftime('%Y%m%d')
df=df.sort_index()
df['sma']=df.close.rolling(5).mean()
df['lma']=df.close.rolling(10).mean()

#均线
line=Line()
line.add_xaxis( df.index.tolist() )
line.add_yaxis( 'MA5',df.sma.round(2).tolist(),is_smooth=True )
line.add_yaxis( 'MA10',df.lma.round(2).tolist(),is_smooth=True )
line.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) #是否显示数据标签
line.set_global_opts(
    datazoom_opts=[
        opts.DataZoomOpts(
            is_show=False,
            type_="inside", #图内缩放调整
            xaxis_index=[0,1],  #可缩放的x轴坐标编号
            range_start=0, range_end=100, #初始显示范围
        ),
        opts.DataZoomOpts(
     &