十四、OHLC K 线图

优质
小牛编辑
124浏览
2023-12-01

在 Matplotlib 教程中,我们将介绍如何在 Matplotlib 中创建开,高,低,关(OHLC)的 K 线图。 这些图表用于以精简形式显示时间序列股价信息。 为了实现它,我们首先需要导入一些模块:

  1. import matplotlib.ticker as mticker
  2. from matplotlib.finance import candlestick_ohlc

我们引入了ticker,允许我们修改图表底部的ticker信息。 然后我们从matplotlib.finance模块中引入candlestick_ohlc功能。

现在,我们需要组织我们的数据来和 matplotlib 协作。 如果你刚刚加入我们,我们得到的数据如下:

  1. stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=1m/csv'
  2. source_code = urllib.request.urlopen(stock_price_url).read().decode()
  3. stock_data = []
  4. split_source = source_code.split('\n')
  5. for line in split_source:
  6. split_line = line.split(',')
  7. if len(split_line) == 6:
  8. if 'values' not in line and 'labels' not in line:
  9. stock_data.append(line)
  10. date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
  11. delimiter=',',
  12. unpack=True,
  13. converters={0: bytespdate2num('%Y%m%d')})

现在,我们需要构建一个 Python 列表,其中每个元素都是数据。 我们可以修改我们的loadtxt函数,使其不解构,但随后我们还是希望引用特定的数据点。 我们可以解决这个问题,但是我们最后可能只拥有两个单独的数据集。 为此,我们执行以下操作:

  1. x = 0
  2. y = len(date)
  3. ohlc = []
  4. while x < y:
  5. append_me = date[x], openp[x], highp[x], lowp[x], closep[x], volume[x]
  6. ohlc.append(append_me)
  7. x+=1

有了这个,我们现在将 OHLC 数据列表存储到我们的变量ohlc。 现在我们可以这样绘制:

  1. candlestick_ohlc(ax1, ohlc)

图表应该是这样:

十四、OHLC K 线图 - 图1

不幸的是,x轴上的datetime数据不是日期戳的形式。 我们可以处理它:

  1. ax1.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))

此外,红/黑着色依我看不是最好的选择。 我们应该使用绿色表示上升和红色表示下降。 为此,我们可以:

  1. candlestick_ohlc(ax1, ohlc, width=0.4, colorup='#77d879', colordown='#db3f3f')

最后,我们可以将x标签设置为我们想要的数量,像这样:

  1. ax1.xaxis.set_major_locator(mticker.MaxNLocator(10))

现在,完整代码现在是这样:

  1. import matplotlib.pyplot as plt
  2. import matplotlib.dates as mdates
  3. import matplotlib.ticker as mticker
  4. from matplotlib.finance import candlestick_ohlc
  5. import numpy as np
  6. import urllib
  7. import datetime as dt
  8. def bytespdate2num(fmt, encoding='utf-8'):
  9. strconverter = mdates.strpdate2num(fmt)
  10. def bytesconverter(b):
  11. s = b.decode(encoding)
  12. return strconverter(s)
  13. return bytesconverter
  14. def graph_data(stock):
  15. fig = plt.figure()
  16. ax1 = plt.subplot2grid((1,1), (0,0))
  17. stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=1m/csv'
  18. source_code = urllib.request.urlopen(stock_price_url).read().decode()
  19. stock_data = []
  20. split_source = source_code.split('\n')
  21. for line in split_source:
  22. split_line = line.split(',')
  23. if len(split_line) == 6:
  24. if 'values' not in line and 'labels' not in line:
  25. stock_data.append(line)
  26. date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
  27. delimiter=',',
  28. unpack=True,
  29. converters={0: bytespdate2num('%Y%m%d')})
  30. x = 0
  31. y = len(date)
  32. ohlc = []
  33. while x < y:
  34. append_me = date[x], openp[x], highp[x], lowp[x], closep[x], volume[x]
  35. ohlc.append(append_me)
  36. x+=1
  37. candlestick_ohlc(ax1, ohlc, width=0.4, colorup='#77d879', colordown='#db3f3f')
  38. for label in ax1.xaxis.get_ticklabels():
  39. label.set_rotation(45)
  40. ax1.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
  41. ax1.xaxis.set_major_locator(mticker.MaxNLocator(10))
  42. ax1.grid(True)
  43. plt.xlabel('Date')
  44. plt.ylabel('Price')
  45. plt.title(stock)
  46. plt.legend()
  47. plt.subplots_adjust(left=0.09, bottom=0.20, right=0.94, top=0.90, wspace=0.2, hspace=0)
  48. plt.show()
  49. graph_data('EBAY')

结果为:

十四、OHLC K 线图 - 图2

还要注意,我们从前面的教程中删除了大部分ax1的修改。