type 为datetime 的字段如何自动添加数据_Python数据可视化：如何用mplfinance创建蜡烛图...

最新推荐文章于 2024-11-25 18:07:41 发布

weixin_39728320

最新推荐文章于 2024-11-25 18:07:41 发布

阅读量193

点赞数

CC 4.0 BY-SA版权

文章标签： type 为datetime 的字段如何自动添加数据

本文链接：https://blog.youkuaiyun.com/weixin_39728320/article/details/111346063

本文详细介绍了如何使用Python的mplfinance库创建专业的金融蜡烛图，涵盖数据获取、基础图表、样式定制、成交量展示及高级特性。适合金融分析师和初学者学习股票市场分析技术。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。

我们团队推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，使用matplotlib, seaborn, plotly等工具实现可视化。

本文的主题是如何创建蜡烛图。

蜡烛图在金融领域的应用非常广泛，蜡烛图包含了证券价格的开盘价，最高价，最低价，收盘价和成交量，是技术分析的基础。

创建蜡烛图需要先安装一个三方库：mplfinance，这原本是Matplotlib的子模块，现被剥离成为一个独立的库。

在终端运行命令：pip install mplfinance

import os

import requests
import pandas as pd
import matplotlib.pyplot as plt
import mplfinance as mpf

%matplotlib inline

1. 获取K线数据

先从蜂鸟数据获取股票历史K线，蜂鸟数据提供沪深A股，港股，美股，期货，外汇，数字货币的实时报价和历史数据。查看API文档。

登录蜂鸟官网，注册即可获得API密钥，免费获取金融数据。

# 获取微软(MSFT)的日图历史K线
data = requests.get('https://api.trochil.cn/v1/usstock/history',
params={
'symbol': 'MSFT',
'start_date': '2020-01-01',
'end_date': '2020-08-31',
'apikey': os.getenv("TROCHIL_API")  # 使用您的API密钥
})

df = pd.DataFrame.from_records(data.json()["data"])
df["datetime"] = pd.to_datetime(df["datetime"])
df.set_index("datetime", inplace=True)

df.head()

2. 基础蜡烛图

要创建蜡烛图，只需要调用mpf.plot接口。

mpf.plot(data, type, title, ylabel, style, volume, ylabel_lower, show_nontrading, figratio, mav)

data: pd.DataFrame, 包含'Open','High','Low','Close'字段，如果要显示成交量，还要提供'Volume'，默认时间序列索引(DatetimeIndex)
type: 图表类型，可选值包含：'ohlc', 'candle', 'line', 'renko', 'pnf'
title: 标题
ylabel: 纵轴标签
style: 蜡烛图样式，mplfinance提供了很多内置样式
volume: True表示添加成交量，默认False
ylabel_lower: 成交量的Y轴标签
show_nontrading: True显示非交易日，默认False
figratio: 控制图表大小的元组
mav: 整数或包含整数的元组，是否在图表中添加移动平均线

df2 = df["2020-08"]

mpf.plot(df2, type="candle", title="Candlestick for MSFT", ylabel="price($)")

3. 调整样式

mplfinance提供了很多内置样式，便于用户快速创建美观的蜡烛图。

mpf.available_styles()


['binance',
'blueskies',
'brasil',
'charles',
'checkers',
'classic',
'default',
'mike',
'nightclouds',
'sas',
'starsandstripes',
'yahoo']


mpf.plot(df2, type="candle", title="Candlestick for MSFT", ylabel="price($)", style="binance")

4. 添加成交量

mpf.plot(
data=df2,
type="candle",
title="Candlestick for MSFT",
ylabel="price($)",
style="binance",
volume=True,
ylabel_lower="volume(shares)"
)

5. 显示非交易日

mpf.plot(
data=df2,
type="candle",
title="Candlestick for MSFT",
ylabel="price($)",
show_nontrading=True
)

6. 自定义样式

如果内置样式不满足需求，可以自定义样式，并提供给style参数。

# 调用make_marketcolors函数，定义K线颜色
mc = mpf.make_marketcolors(
up="red",  # 上涨K线的颜色
down="green",  # 下跌K线的颜色
edge="black",  # 蜡烛图箱体的颜色
volume="blue",  # 成交量柱子的颜色
wick="black"  # 蜡烛图影线的颜色
)

# 调用make_mpf_style函数，自定义图表样式
# 函数返回一个字典，查看字典包含的数据，按照需求和规范调整参数
style = mpf.make_mpf_style(base_mpl_style="ggplot", marketcolors=mc)
# print(style)

mpf.plot(
data=df2,
type="candle",
title="Candlestick for MSFT",
ylabel="price($)",
style=style,
volume=True
)

7. 调整图表大小

mpf.plot(
data=df2,
type="candle",
title="Candlestick for MSFT",
ylabel="price($)",
style="binance",
figratio=(12, 6)
)

8. 添加移动平均线

mpf.plot(
data=df,
type="candle",
title="Candlestick for MSFT",
ylabel="price($)",
style="binance",
figratio=(12, 6),
mav=(10, 20, 50)  # 整数，或包含整数的列表/元组
)