蜡烛图+成交量

最新推荐文章于 2025-02-11 17:52:39 发布

原创最新推荐文章于 2025-02-11 17:52:39 发布 · 1.5k 阅读

1 ·

CC 4.0 BY-SA版权

Python 同时被 2 个专栏收录

35 篇文章

订阅专栏

量化

9 篇文章

订阅专栏

这段代码展示了如何使用Python的matplotlib库和tushare模块来获取股票数据，并绘制出蜡烛图以及对应的成交量柱状图。具体操作包括：获取嘉化能源（600273）从2015年5月18日至2018年5月18日的K线数据，将日期转换为数字格式，然后使用matplotlib的candlestick_ochl函数绘制蜡烛图，同时用bar函数绘制成交量图。最后，设置了x轴标签的旋转角度，以便于阅读。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# -*- coding: utf-8 -*-
"""
Created on Sun May 20 17:09:15 2018

@author: M
"""

import matplotlib as mpl
import tushare as ts
import matplotlib.pyplot as plt
import matplotlib.finance as mpf
from matplotlib.pylab import date2num
import datetime

#嘉化能源
code = '600273'
start_date = '2015-05-18'
end_date = '2018-05-18'
stock = ts.get_k_data(code, start=start_date, end=end_date)

#将时间转换为数字
def date_to_num(dates):
    num_time = []
    for date in dates:
        date_time = datetime.datetime.strptime(date, '%Y-%m-%d')
        num_date = date2num(date_time)
        num_time.append(num_date)
    return num_time


'''
data_list = []
for dates,row in hist_data.iterrows():
    date_time = datetime.datetime.strptime(dates, '%Y-%m-%d')
    t = date2num(date_time)
    open, high, close, low = row[:4]
    datas = (t, open, high, low, close)   #tushare里的数据顺序为open,high,close,low注意
    data_list.append(datas)
'''

#将dataframe转换为二维数组
stock_mat = stock.values
num_time = date_to_num(stock_mat[:, 0])
stock_mat[:, 0] = num_time

fig, (ax1, ax2) = plt.subplots(2, sharex=True, figsize=(15, 8))
mpf.candlestick_ochl(ax1, stock_mat, width=0.6, colorup='r', colordown='g', alpha=1.0)
ax1.grid(True)
ax1.xaxis_date()
plt.bar(stock_mat[:, 0]-0.25, stock_mat[:, 5], width=0.5)
ax2.grid(True)
ax2.autoscale_view()
plt.setp(plt.gca().get_xticklabels(), rotation=30)