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 osimport requestsimport pandas as pdimport matplotlib.pyplot as pltimport 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('/v1/usstock/history',params={'symbol': 'MSFT','start_date': '-01-01','end_date': '-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Falseylabel_lower: 成交量的Y轴标签show_nontrading: True显示非交易日,默认Falsefigratio: 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["-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)
如果喜欢我们的文章,记得点赞和收藏哦,我们每天都会为大家带来Python,数据科学和量化交易的精品内容。
【关于我们】
蜂鸟数据:国内领先的金融数据API提供商。
蜂鸟数据团队由业界顶尖的数据工程师,数据科学家和宽客组成,我们正努力构建一个强大的金融数据库,并提供API接口,目标是令金融数据开源化和平民化。
浏览并测试我们接口吧,目前覆盖股票,外汇,商品期货,数字货币和宏观经济领域,包括实时报价(tick)和历史数据(分钟),提供REST API和Websocket两种接入方式,能够满足金融分析师,量化交易和理财app的需求。
需要金融数据?利用蜂鸟API将数据整合到您的应用
如果您准备好了,请登录蜂鸟官网,注册免费获取API密钥,然后开始探索我们的金融数据库吧。