用 Python 打造你的股市分析工具箱：从数据获取到 K 线图绘制

K 线图是金融市场中常用的技术分析工具，可以直观地展示股票价格的走势和波动情况。本文将介绍如何使用 Python 和 akshare、mplfinance 库来获取东方财富网的股票日线数据并绘制 K 线图。

代码

import akshare as ak
import mplfinance as mpf
import pandas as pd
import matplotlib.pyplot as plt

# 设置 Matplotlib 支持中文显示
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] # 设置中文字体，确保中文能够正常显示
plt.rcParams['axes.unicode_minus'] = False # 解决负号 '-' 显示为方块的问题

def get_stock_data_eastmoney(symbol, start_date, end_date):
  # 使用 akshare 的 stock_zh_a_hist 函数获取东方财富网的股票日线数据
  df = ak.stock_zh_a_hist(symbol=symbol, period="daily", start_date=start_date, end_date=end_date, adjust="qfq")

  # 检查获取的 DataFrame 是否为空
  if df.empty:
    print("未获取到数据，请检查股票代码及日期范围是否正确。")
    return

  # 将日期列设置为索引，并转换为 datetime 类型
  df['日期'] = pd.to_datetime(df['日期'])
  df.set_index('日期', inplace=True)

  # 调整 DataFrame 列名以符合 mplfinance 的要求
  df.rename(columns={
    '开盘': 'Open',
    '收盘': 'Close',
    '最高': 'High',
    '最低': 'Low',
    '成交量': 'Volume'
  }, inplace=True)

  # 转换列名为小写，以符合 mplfinance 的要求
  df.columns = df.columns.str.lower()

  # 定义 mplfinance 的自定义风格
  mc = mpf.make_marketcolors(up='r', down='g', volume='inherit')
  s = mpf.make_mpf_style(base_mpf_style='charles', marketcolors=mc, rc={'font.sans-serif': ['Microsoft YaHei']})

  # 使用 mplfinance 绘制 K 线图，并应用自定义风格
  mpf.plot(df, type='candle', style=s,
       title=f"{symbol} K 线图",
       ylabel='价格',
       ylabel_lower='成交量',
       volume=True,
       mav=(5,20,60),
       show_nontrading=False)

# 调用函数，获取股票数据并绘制 K 线图
get_stock_data_eastmoney('600519', '20200101', '20201231') # 示例股票代码和日期范围

代码说明

1. 首先，导入所需的库： akshare: 用于获取东方财富网的股票数据 mplfinance: 用于绘制 K 线图 pandas: 用于数据处理 matplotlib: 用于图形显示

2. 然后，定义函数 get_stock_data_eastmoney，用于获取指定股票代码和日期范围的股票日线数据。

3. 在函数中，首先使用 akshare.stock_zh_a_hist 函数获取数据。

4. 接着，检查获取的数据是否为空。

5. 然后，将日期列设置为索引，并转换为 datetime 类型。

6. 之后，调整 DataFrame 列名以符合 mplfinance 的要求。

7. 接下来，定义 mplfinance 的自定义风格。

8. 最后，使用 mplfinance.plot 函数绘制 K 线图，并应用自定义风格。

9. 最后，调用函数，获取示例股票代码和日期范围的 K 线图。

数据获取与处理

akshare是一个开源财经数据接口库，它提供了获取各种财经数据的API，包括股票、期货、基金等。本文中，我们使用akshare的stock_zh_a_hist函数，从东方财富网抓取指定股票的历史日线数据。这个函数需要输入股票代码、数据周期（日线）、起始日期和结束日期。通过调整“qfq”参数，我们可以获取到前复权的数据，这对于长期分析尤为重要，因为它考虑了股票分红和拆分的影响。

获取到的数据是一个DataFrame，我们通过pandas库对其进行处理。首先，将日期列设置为索引并转换为datetime类型，这对后续的时间序列分析至关重要。接下来，我们将列名调整为mplfinance库能够识别的格式（小写的’open’、‘close’、‘high’、‘low’、‘volume’），以便进行K线图的绘制。

数据可视化

mplfinance是一个专门用于财经数据可视化的库，它提供了绘制K线图、成交量图和移动平均线等功能。在本文中，我们利用mplfinance绘制了包含K线、成交量和移动平均线（5天、20天、60天）的图表。为了使图表更加直观和美观，我们通过mpf.make_marketcolors和mpf.make_mpf_style自定义了图表的风格和颜色，其中红色代表上涨，绿色代表下跌。

为了支持中文显示并解决一些常见的显示问题（如负号’-'显示为方块），我们还对matplotlib的全局配置进行了调整，设置了中文字体和解决了负号显示问题。

以上就是“用 Python 打造你的股市分析工具箱：从数据获取到 K 线图绘制”的全部内容，希望对你有所帮助。
​
​关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。