python 用mpl_finance画k线图

我会带着你远行 2023-06-02 12:52 1阅读 0赞

例程如下：

import datetime
    
    import pandas_datareader.data as web
    
    df_stockload = web.DataReader("600797.SS", "yahoo", datetime.datetime(2018, 1, 1), datetime.datetime(2019, 1, 1))
    print(df_stockload.info())
    
    # 替换 import matplotlib.finance as mpf 画k线图
    import mpl_finance as mpf  # 替换 import matplotlib.finance as mpf
    
    import matplotlib.pyplot as plt
    
    # 创建fig对象
    fig = plt.figure(figsize=(8, 6), dpi=100, facecolor="white")
    
    # 设置图像边框
    fig.subplots_adjust(left=0.09, bottom=0.20, right=0.94, top=0.90, wspace=0.2, hspace=0)
    
    # 创建子图
    graph_KAV = fig.add_subplot(1, 1, 1)
    
    # 画k线
    mpf.candlestick2_ochl(graph_KAV, df_stockload.Open, df_stockload.Close, df_stockload.High, df_stockload.Low, width=0.5,
                          colorup='r', colordown='g')  # 绘制K线走势
    
    """ # 另一种绘制K线方法candlestick_ochl(ax, quotes, width=0.2, colorup='r', colordown='g', alpha=1.0)的主要参数如下： # ax 是绘制图形的 axis 对象；quotes是所有的股票数据序列，其中每一行都是按照开盘价、收盘价、最高价、最低价的顺序排列。 # 使用candlestick_ochl()方法时需要额外用zip方法生成指定要求的股票数据列表，如下所示： 剩下的工作就是对图表显示效果的设置， ohlc = list(zip(np.arange(0,len(df_stockload.index)),df_stockload.Open,df_stockload.Close,df_stockload.High,df_stockload.Low))#使用zip方法生成数据列表 mpf.candlestick_ochl(graph_KAV, ohlc, width=0.2, colorup='r', colordown='g', alpha=1.0)#绘制K线走势 """
    
    # 绘制移动平均线图
    # pd.rolling_mean(df_stockload.Close,window=20)
    df_stockload['Ma20'] = df_stockload.Close.rolling(window=20).mean()
    
    # pd.rolling_mean(df_stockload.Close,window=30)
    df_stockload['Ma30'] = df_stockload.Close.rolling(window=30).mean()
    
    # pd.rolling_mean(df_stockload.Close,window=60)
    df_stockload['Ma60'] = df_stockload.Close.rolling(window=60).mean()
    
    import numpy as np
    
    # 绘制到图上面
    graph_KAV.plot(np.arange(0, len(df_stockload.index)), df_stockload['Ma20'], 'black', label='M20', lw=1.0)
    graph_KAV.plot(np.arange(0, len(df_stockload.index)), df_stockload['Ma30'], 'green', label='M30', lw=1.0)
    graph_KAV.plot(np.arange(0, len(df_stockload.index)), df_stockload['Ma60'], 'blue', label='M60', lw=1.0)
    
    # 图像设置
    
    # 添加图例
    graph_KAV.legend(loc='best')
    
    graph_KAV.set_title(u"600797 浙大网新-日K线")
    graph_KAV.set_xlabel("日期")
    graph_KAV.set_ylabel(u"价格")
    graph_KAV.set_xlim(0, len(df_stockload.index))  # 设置一下x轴的范围
    graph_KAV.set_xticks(range(0, len(df_stockload.index), 15))  # X轴刻度设定 每15天标一个日期
    graph_KAV.set_xticklabels([df_stockload.index.strftime('%Y-%m-%d')[index] for index in graph_KAV.get_xticks()])  # 标签设置为日期
    
    # X-轴每个ticker标签都向右倾斜45度
    for label in graph_KAV.xaxis.get_ticklabels():
        label.set_rotation(45)
        label.set_fontsize(10)  # 设置标签字体
    plt.show()

图例效果  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDU4MDk3Nw_size_16_color_FFFFFF_t_70]  
需要说明的是Ma20、Ma30、Ma60分别在第20个、30个、60个交易日时才能计算得到第一个周期内的收盘价平均值，所以有一段移动平均线为无效值。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDU4MDk3Nw_size_16_color_FFFFFF_t_70]: /images/20230601/ade46fcc95df4256a5a78bed4edaad09.png