SpringBoot集成echarts实现k线图功能

于 2024-07-27 20:31:26 发布
阅读量174 收藏 2
点赞数 2
分类专栏： Spring Boot Demo 文章标签： spring boot echarts 后端 java k线图
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dot_life/article/details/140740708
版权

1.什么是echats？

ECharts是一款基于JavaScript的数据可视化图表库，提供直观，生动，可交互，可个性化定制的数据可视化图表。 ECharts最初由百度团队开源，并于2018年初捐赠给Apache基金会，成为ASF孵化级项目。 2021年1月26日晚，Apache基金会官方宣布ECharts项目正式毕业。

 

1722060088341

 

2.代码工程

实验目的

实现股票日K线图

pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <parent>
        <artifactId>springboot-demo</artifactId>
        <groupId>com.et</groupId>
        <version>1.0-SNAPSHOT</version>
    </parent>
    <modelVersion>4.0.0</modelVersion>

    <artifactId>echarts</artifactId>

    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-autoconfigure</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-thymeleaf</artifactId>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>
    </dependencies>
</project>

controller

访问根目录，跳转到首页

package com.et.echats.controller;

import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.RequestMapping;


@Controller
public class HelloWorldController {
    @RequestMapping("/")
    public String index()
    {
        return"index";
    }

}

index.html

常量data0 可以通过接口从后端获取，这里直接用静态数据

<!DOCTYPE html>
<html lang="en">
   <head>
      <meta charset="UTF-8">
      <title>flask+echarts项目</title>
      <!-- 导入下载的 echarts.min.js -->
      <script src="../js/echarts.min.js"></script>
   </head>
   <body>
      <div id="main" style="width:100%;height:500px;"></div>

      <script type="text/javascript">
         // 基于准备好的dom，初始化echarts实例
         var myChart = echarts.init(document.getElementById('main'));

         // 自定义图表的宽高
         // var myChart=echarts.init(document.getElementById('main'),null,{width:500,height:400});

         // 跟随浏览器的宽度自适应图表大小
         // var myChart=echarts.init(document.getElementById('main'));
         // window.addEventListener('resize',function(){myChart.resize();});

         const upColor = "#ec0000";
         const upBorderColor = "#8A0000";
         const downColor = "#00da3c";
         const downBorderColor = "#008F28";

         // 拆分数据
         function splitData(rawData) {
            // 类型年份数据
            const categoryData = [];
            // 开盘价，收盘价，最低价，最高价
            const values = [];
            for (var i = 0; i < rawData.length; i++) {
               categoryData.push(rawData[i].splice(0, 1)[0]);
               values.push(rawData[i]);
            }
            return {
               categoryData: categoryData,
               values: values
            }
         };

         // 数据解释：时间，开盘价，收盘价，最低价，最高价
         const data0 = splitData([
            ['2023/1/24', 2320.26, 2320.26, 2287.3, 2362.94],
            ['2023/1/25', 2300, 2291.3, 2288.26, 2308.38],
            ['2023/1/28', 2295.35, 2346.5, 2295.35, 2346.92],
            ['2023/1/29', 2347.22, 2358.98, 2337.35, 2363.8],
            ['2023/1/30', 2360.75, 2382.48, 2347.89, 2383.76],
            ['2023/1/31', 2383.43, 2385.42, 2371.23, 2391.82],
            ['2023/2/1', 2377.41, 2419.02, 2369.57, 2421.15],
            ['2023/2/4', 2425.92, 2428.15, 2417.58, 2440.38],
            ['2023/2/5', 2411, 2433.13, 2403.3, 2437.42],
            ['2023/2/6', 2432.68, 2434.48, 2427.7, 2441.73],
            ['2023/2/7', 2430.69, 2418.53, 2394.22, 2433.89],
            ['2023/2/8', 2416.62, 2432.4, 2414.4, 2443.03],
            ['2023/2/18', 2441.91, 2421.56, 2415.43, 2444.8],
            ['2023/2/19', 2420.26, 2382.91, 2373.53, 2427.07],
            ['2023/2/20', 2383.49, 2397.18, 2370.61, 2397.94],
            ['2023/2/21', 2378.82, 2325.95, 2309.17, 2378.82],
            ['2023/2/22', 2322.94, 2314.16, 2308.76, 2330.88],
            ['2023/2/25', 2320.62, 2325.82, 2315.01, 2338.78],
            ['2023/2/26', 2313.74, 2293.34, 2289.89, 2340.71],
            ['2023/2/27', 2297.77, 2313.22, 2292.03, 2324.63],
            ['2023/2/28', 2322.32, 2365.59, 2308.92, 2366.16],
            ['2023/3/1', 2364.54, 2359.51, 2330.86, 2369.65],
            ['2023/3/4', 2332.08, 2273.4, 2259.25, 2333.54],
            ['2023/3/5', 2274.81, 2326.31, 2270.1, 2328.14],
            ['2023/3/6', 2333.61, 2347.18, 2321.6, 2351.44],
            ['2023/3/7', 2340.44, 2324.29, 2304.27, 2352.02],
            ['2023/3/8', 2326.42, 2318.61, 2314.59, 2333.67],
            ['2023/3/11', 2314.68, 2310.59, 2296.58, 2320.96],
            ['2023/3/12', 2309.16, 2286.6, 2264.83, 2333.29],
            ['2023/3/13', 2282.17, 2263.97, 2253.25, 2286.33],
            ['2023/3/14', 2255.77, 2270.28, 2253.31, 2276.22],
            ['2023/3/15', 2269.31, 2278.4, 2250, 2312.08],
            ['2023/3/18', 2267.29, 2240.02, 2239.21, 2276.05],
            ['2023/3/19', 2244.26, 2257.43, 2232.02, 2261.31],
            ['2023/3/20', 2257.74, 2317.37, 2257.42, 2317.86],
            ['2023/3/21', 2318.21, 2324.24, 2311.6, 2330.81],
            ['2023/3/22', 2321.4, 2328.28, 2314.97, 2332],
            ['2023/3/25', 2334.74, 2326.72, 2319.91, 2344.89],
            ['2023/3/26', 2318.58, 2297.67, 2281.12, 2319.99],
            ['2023/3/27', 2299.38, 2301.26, 2289, 2323.48],
            ['2023/3/28', 2273.55, 2236.3, 2232.91, 2273.55],
            ['2023/3/29', 2238.49, 2236.62, 2228.81, 2246.87],
            ['2023/4/1', 2229.46, 2234.4, 2227.31, 2243.95],
            ['2023/4/2', 2234.9, 2227.74, 2220.44, 2253.42],
            ['2023/4/3', 2232.69, 2225.29, 2217.25, 2241.34],
            ['2023/4/8', 2196.24, 2211.59, 2180.67, 2212.59],
            ['2023/4/9', 2215.47, 2225.77, 2215.47, 2234.73],
            ['2023/4/10', 2224.93, 2226.13, 2212.56, 2233.04],
            ['2023/4/11', 2236.98, 2219.55, 2217.26, 2242.48],
            ['2023/4/12', 2218.09, 2206.78, 2204.44, 2226.26],
            ['2023/4/15', 2199.91, 2181.94, 2177.39, 2204.99],
            ['2023/4/16', 2169.63, 2194.85, 2165.78, 2196.43],
            ['2023/4/17', 2195.03, 2193.8, 2178.47, 2197.51],
            ['2023/4/18', 2181.82, 2197.6, 2175.44, 2206.03],
            ['2023/4/19', 2201.12, 2244.64, 2200.58, 2250.11],
            ['2023/4/22', 2236.4, 2242.17, 2232.26, 2245.12],
            ['2023/4/23', 2242.62, 2184.54, 2182.81, 2242.62],
            ['2023/4/24', 2187.35, 2218.32, 2184.11, 2226.12],
            ['2023/4/25', 2213.19, 2199.31, 2191.85, 2224.63],
            ['2023/4/26', 2203.89, 2177.91, 2173.86, 2210.58],
            ['2023/5/2', 2170.78, 2174.12, 2161.14, 2179.65],
            ['2023/5/3', 2179.05, 2205.5, 2179.05, 2222.81],
            ['2023/5/6', 2212.5, 2231.17, 2212.5, 2236.07],
            ['2023/5/7', 2227.86, 2235.57, 2219.44, 2240.26],
            ['2023/5/8', 2242.39, 2246.3, 2235.42, 2255.21],
            ['2023/5/9', 2246.96, 2232.97, 2221.38, 2247.86],
            ['2023/5/10', 2228.82, 2246.83, 2225.81, 2247.67],
            ['2023/5/13', 2247.68, 2241.92, 2231.36, 2250.85],
            ['2023/5/14', 2238.9, 2217.01, 2205.87, 2239.93],
            ['2023/5/15', 2217.09, 2224.8, 2213.58, 2225.19],
            ['2023/5/16', 2221.34, 2251.81, 2210.77, 2252.87],
            ['2023/5/17', 2249.81, 2282.87, 2248.41, 2288.09],
            ['2023/5/20', 2286.33, 2299.99, 2281.9, 2309.39],
            ['2023/5/21', 2297.11, 2305.11, 2290.12, 2305.3],
            ['2023/5/22', 2303.75, 2302.4, 2292.43, 2314.18],
            ['2023/5/23', 2293.81, 2275.67, 2274.1, 2304.95],
            ['2023/5/24', 2281.45, 2288.53, 2270.25, 2292.59],
            ['2023/5/27', 2286.66, 2293.08, 2283.94, 2301.7],
            ['2023/5/28', 2293.4, 2321.32, 2281.47, 2322.1],
            ['2023/5/29', 2323.54, 2324.02, 2321.17, 2334.33],
            ['2023/5/30', 2316.25, 2317.75, 2310.49, 2325.72],
            ['2023/5/31', 2320.74, 2300.59, 2299.37, 2325.53],
            ['2023/6/3', 2300.21, 2299.25, 2294.11, 2313.43],
            ['2023/6/4', 2297.1, 2272.42, 2264.76, 2297.1],
            ['2023/6/5', 2270.71, 2270.93, 2260.87, 2276.86],
            ['2023/6/6', 2264.43, 2242.11, 2240.07, 2266.69],
            ['2023/6/7', 2242.26, 2210.9, 2205.07, 2250.63],
            ['2023/6/13', 2190.1, 2148.35, 2126.22, 2190.1]
         ]);

         // 计算MA（移动平均值）
         function calaculateMA(dayCount) {
            var result = [];
            for (var i = 0, len = data0.values.length; i < len; i++) {
               if (i < dayCount) {
                  result.push("-");
                  continue;
               }
               var sum = 0;
               for (var j = 0; j < dayCount; j++) {
                  sum += data0.values[i - j][1];
               }
               result.push(Math.round(sum/dayCount));
            }
            return result
         };

         // 指定图表的配置项和数据
         var option = {
            // 图表标题配置
            title: {
               text: 'K line graph'
            },
            // 提示框配置
            tooltip: {
               // 是否显示提示框
               show: true,
               // 触发类型，axis 移动到坐标轴就触发
               trigger: "axis",
               // 坐标轴上提示点设置
               axisPointer: {
                  type: "cross"
               }
            },
            // 图例配置
            legend: {
               data: ['day K', 'MA5', 'MA10', 'MA20', 'MA30']
            },
            // X 轴配置项
            xAxis: {
               type: "category",
               data: data0.categoryData,
               boundaryGap: false,
               axisLine: {
                  onZero: false
               },
               splitLine: {
                  show: true
               },
               min: "dataMin",
               max: "dataMax"
            },
            // y 轴配置项
            yAxis: {
               scale: true,
               splitArea: {
                  show: true
               }
            },
            dataZoom: [{
                  type: "inside",
                  start: 50,
                  end: 100
               },
               {
                  show: true,
                  type: "slider",
                  top: "90%",
                  start: 50,
                  end: 100
               }
            ],
            // 系列配置，根据不同图表有不同的配置
            series: [
               {
               name: "day K",
               // 图表类型
               type: 'candlestick',
               // 数据内容
               data: data0.values,
               // K 线图的图形样式
               itemStyle: {
                  // 阳线 图形的颜色
                  color: upColor,
                  // 阴线 图形的颜色。
                  color0: downColor,
                  // 阳线 图形的描边颜色
                  borderColor: upBorderColor,
                  // 阴线 图形的描边颜色
                  borderVolor0: downBorderColor
               },
               // 标记点配置
               markPoint: {
                  // 标注的文本
                  label: {
                     // 标签内容格式器，支持字符串模板和回调函数两种形式，字符串模板与回调函数返回的字符串均支持用 \n 换行。
                     // 参数 params 是 formatter 需要的单个数据集, value是传入的数据值。
                     formatter: function(param) {
                        return param != null ? Math.round(param.value) + "" : "";
                     }
                  },
                  // 标注的数据数组。每个数组项是一个对象
                  data: [
                     // 用 coord 属性指定数据在相应坐标系上的坐标位置
                     {
                        name: "Mark",
                        // 标注的坐标。坐标格式视系列的坐标系而定
                        coord: ['2023/5/31', 2300],
                        value: 2300,
                        itemStyle: {
                           color: 'rgb(41,60,85)'
                        }
                     },
                     // 特殊的标注类型，用于标注最大值最小值等
                     {
                        name: "highest value",
                        type: "max",
                        // 在使用 type 时有效，用于指定在哪个维度上指定最大值最小值。
                        valueDim: "highest",
                     },
                     {
                        name: 'lowest value',
                        type: 'min',
                        valueDim: 'lowest'
                     },
                     {
                        name: 'average value on close',
                        type: 'average',
                        valueDim: 'close'
                     }
                  ],
                  // 提示框浮层内容格式器，支持字符串模板和回调函数两种形式。
                  tooltip:{
                     // params 是 formatter 需要的数据集
                     formatter:function(param){
                        // name数据名，类目名,data传入的原始数据项
                        return param.name+"<br>"+(param.data.coord || "")
                     }
                  }
               },
               markLine:{
                  // 标线两端的标记类型，可以是一个数组分别指定两端，也可以是单个统一指定
                  symbol:['none','none'],
                  // 标线的数据数组。每个数组项可以是一个两个值的数组，分别表示线的起点和终点，每一项是一个对象
                  data:[
                     [
                        // 定义从最小值到最大值的线
                        {
                           name:"from lowest to highest",
                           type:"min",
                           valueDim:"lowest",
                           symbol:"circle",
                           symbolSize: 10,
                           label:{show:false},
                           emphasis:{label:{show:false}}
                        },
                        {
                           type:"max",
                           valueDim:"highest",
                           symbol:"circle",
                           symbolSize:10,
                           label:{show:false},
                           emphasis:{label:{show:false}}
                        },
                     ],
                     // 最小值水平线
                     {
                        name:"min line on close",
                        type:"min",
                        valueDim:"close"
                     },
                     // 最大值水平线
                     {
                        name:"max line on close",
                        type:"max",
                        valueDim:"close"
                     },
                  ],
               }
            },
            {
               name:"MA5",
               type:"line",
               data:calaculateMA(5),
               smooth:true,
               lineStyle:{opacity:0.5}
            },
            {
               name:"MA10",
               type:"line",
               data:calaculateMA(10),
               smooth:true,
               lineStyle:{opacity:0.5}
            },
            {
               name:"MA20",
               type:"line",
               data:calaculateMA(20),
               smooth:true,
               lineStyle:{opacity:0.5}
            },
            {
               name:"MA30",
               type:"line",
               data:calaculateMA(30),
               smooth:true,
               lineStyle:{opacity:0.5}
            },
            ]
         };
         //使用刚指定的配置项和数据显示图像
         myChart.setOption(option);
      </script>
   </body>
</html>

application.yaml

spring.thymeleaf.cache=false
spring.thymeleaf.suffix=.html

以上只是一些关键代码，所有代码请参见下面代码仓库

代码仓库

3.测试

  • 启动Spring Boot应用
  • 访问http://127.0.0.1:8080/

1722060467740

4.引用

HBLOGA
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
python如何绘制股票的K线图
zhangzhechun的专栏
08-01 1737
在上面的代码中，我们首先使用 Pandas 库读取了股票数据，并将其转换为 K 线图数据格式。然后，使用 Matplotlib 库的 candlestick_ohlc 函数绘制了 K 线图，并对图形进行了设置。在 Python 中，可以使用多种库来绘制股票的 K 线图，例如 Matplotlib、Plotly、Bokeh 等。你可以使用类似的代码来绘制其他类型的股票图表，例如折线图、面积图等。如果你想要绘制其他类型的股票图表，例如折线图或面积图，可以使用 Matplotlib 库的其他函数和方法来实现。
基于Python实现LSTM对股票走势的预测【100010285】
12-30
详情介绍：https://www.yuque.com/sxbn/ks/100010285 为对股票价格的涨跌幅度进行预测，本文使用了基于长短期记忆网络(LSTM)的方法。根据股票涨跌幅问题， 通过对股票信息作多值量化分类，将股票预测转化成一个多维函数拟合问题。将股票的历史基本交易信息作为特征输入，利用神经网络对其训练，最后对股票的涨跌幅度做分类预测。
用python开发了一个绘制股票k线图的工具，还可以预测股票涨跌！【文末附源码和教学视频】
高级数据分析师，分享Python知识
07-04 1953
起初，我并不在意echarts，这不过是一个偶然、一次选择、一条简单的代码、一个图表的诞生，直到我完成了K线图的绘制。股票，一个神奇的发明，他看不见摸不着，无法预测，却时刻让你的神经紧绷。他的出现，是对打工人的福音？还是一场灾难？是命运的转折点，还是一夜回到解放前。他都可以帮你实现。K线图，他让你的投资有了参考，花哨的图表下面隐藏着财富的密码。接下来就让我们一起揭开这神秘的面纱。 输入你喜欢的股票代码，就可以生成近一年的K线图。如此方便简洁，难免不让人心动。根据算法,还可以预测出明天股票的涨跌
Python绘制股票K线图
热门推荐
qq_42433311的博客
04-09 1万+
目录 1 股票K线图知识了解 2用Python绘制股票K线图 2.1安装绘制K线图的mpl_finance库 2.2引入相关库 2.3用Tushare库获取股票基本数据 2.4日期格式调整及表格转换 2.5绘制K线图 2.6添加均线图 2.7添加每日成交量柱形图 1 股票K线图知识了解 下图所示为“贵州茅台”股票的日线级别的K线图： K线图中的柱形通常称为“K线”，因为形似蜡烛，所以也称为蜡烛图。 K线是根据股票的4个价格绘制的： 开盘价（...
Python量化交易——七行python代码生成K线图（最后有干货）
Shepherdppz的博客
08-24 1万+
Python量化交易——利用tushare和mplfinance生成K线图tushare介绍mplfinance介绍获取K线数据处理数据数据的可视化更多的效果 tushare介绍 tushare是一个立足于国内的金融数据包。通过它可以相当容易地获取包括股票、基金、期货在内的大量金融数据，使用非常简便而且基础功能免费。 tushare的早期版本是完全免费的，不过功能也相对单一，后来升级到了tushare pro之后，支持的数据种类大大扩展，同时也开启了积分的功能，部分高级数据获取功能是需要一定积分的，积分通常
SpringBoot+Echarts实现请求后台数据显示饼状图
08-25
SpringBoot+Echarts实现请求后台数据显示饼状图 SpringBoot+Echarts实现请求后台数据显示饼状图是基于SpringBoot和Echarts实现的数据可视化解决方案。通过使用Echarts库，开发者可以轻松地在Web应用程序中创建各种...
springboot echarts vue 柱状图
01-25
在本项目中，我们结合了SpringBoot、Vue和ECharts三个技术栈，旨在实现一个后端数据驱动的前端柱状图展示。以下是关于这些技术及其整合应用的详细知识点： 1. **SpringBoot**： SpringBoot是Spring框架的一个简化...
springboot+echarts+mybatisplus显示中国地图
06-04
要实现“springboot+echarts+mybatisplus显示中国地图”，首先需要在Spring Boot项目中引入ECharts的JavaScript库。这通常通过在HTML页面中引入ECharts的CDN链接或将其作为静态资源添加到项目的资源目录下完成。然后...
Springboot+echarts实现可视化
08-25
Springboot+echarts实现可视化 Springboot+echarts实现可视化是指使用Springboot框架和echarts库实现数据可视化的技术架构。在本文中，我们将详细介绍如何使用Springboot和echarts实现可视化，包括后台代码和前端...
Springboot+mybatis+echarts实现数据可视化 折线图饼图柱状图
06-22
在这个项目中，我们将探讨如何使用Springboot、Mybatis和Echarts这三种技术来实现数据的可视化，包括折线图、饼图和柱状图。这些图表类型广泛用于数据分析、报表展示和决策支持。 首先，Springboot是基于Spring框架...
python绘制股票k线图
hjhlln的博客
10-12 7996
使用python绘制股价k线图
Python数据可视化：深度解析Pyecharts绘制多彩K线图的技巧与实战
一键难忘的博客
01-30 5711
在数据可视化领域，K线图是股票市场中常用的一种图表类型，用于展示一段时间内的开盘价、收盘价、最高价和最低价。Pyecharts是一个强大的Python可视化库，支持绘制各种图表，包括K线图。本文将介绍Pyecharts中绘制多种炫酷K线图的参数说明，并通过代码实战演示如何创建这些图表。
python_PyQt5日周月K线纵向对齐显示_1_数据处理
m0_37967652的博客
10-30 358
日周月K线日期对齐显示，在一个界面同时看到日周月的当前股价走势
Python 获取股票K线数据
wuyy0224的博客
11-15 3907
玩过股票的几乎都知道，股票历史交易日的开盘价、收盘价、最高价、最低价等指标是选股的重要依据。虽然仅仅依靠它们无法在股市中盆满钵满，但是运用好它确实能在较大程度上提高我们的赚钱概率。当前的金融数据查看工具确实够多，例如东方财富、同花顺等知名财经网站。它们的数据很全，但是集成程度太高了，难以满足每个人的个性化需求。比如说我以A股的4000多只股票为研究对象，想研究它们的历史日k线数据，那么导出这么多数据无疑是一个巨大的工程。并且这些财经网站可能并不会给免费用户提供批量导出数据的功能。
Python基于机器学习实现的股票价格预测、股票预测源码+数据集，机器学习大作业
shiyunzhe2021的博客
04-18 3868
save_path = os.path.join("data_by_code", code+".feather") # 将股票数据保存成feather格式的数据。因为股票价格的影响因素太多，通过k线数据预测未来的价格变化基本不可行，只有当天之内的数据还有一定的关联，故feature与target都选择的是当天的数据。为了加快数据的处理速度，提前将mariadb数据库中的数据查询出来，保存成feather格式的数据，以提高加载数据的速度。这是由于影响股票价格的因素很多，选取的几个参数不能准确预测。
基于 Echarts 的 Python 图表库：Pyecahrts交互式的K线图（股票）
最新发布
happy game
02-01 2257
K线图（K-Line Chart）是用于显示金融市场价格走势的一种图表形式，主要用于股票、期货、外汇等交易市场的技术分析。K线图是由一系列矩形图组成，每个矩形图被称为一个K线（Kandlestick）。每个K线代表一定时间内的价格走势，常见的时间周期包括分钟、小时、日等。每个K线通常包括四个价格点，分别是开盘价（Open）、收盘价（Close）、最高价（High）和最低价（Low）。这四个价格点构成了K线的矩形，通过不同的颜色和形状来表示价格走势。常见的K线颜色分为两种，通常是实心和空心，或者涂色和未涂色。
用Python绘制专业的K线图【含源代码】
weixin_44433834的博客
09-29 7748
使用Python绘制一幅专业的K线图，是量化投资和金融数据分析的必备功课。 下面我将从K线图简介、数据获取、K线图绘制及成交量绘制等方面，结合源代码，一步步实现专业K线图的绘制。 K线图简介 K线图又被成为“蜡烛图”、“阴阳线”等，它在视觉效果上可以很清晰得凸显出市场多空形势，K线图成为大家查看行情数据以及各式量化分析不可或缺的一环。在K线图常见的时间跨度分钟、日、周以及月。 K线由高开低收四个价格绘制而成。分为阳线与阴线两种，收盘价高于开盘价时为阳线，收盘价低于开盘价时为阴线；K线图的示意图如下： K线.
软件测试|Python数据可视化神器——pyecharts教程（九）
2301_78276982的博客
01-13 822
K线图（Kandlestick Chart），又称蜡烛图，是一种用于可视化金融市场价格走势和交易数据的图表类型。它是股票、外汇、期货等金融市场中最常用的技术分析工具之一，可以提供关于价格变动、趋势和市场情绪的重要信息。K线图通常包括四个关键价格点：开盘价、收盘价、最高价和最低价，这些价格点形成了一个矩形（蜡烛）或者一根垂直的线段，便于直观地观察价格走势。作为Python的数据可视化神器，pyecharts也可以帮我们绘制K线图。本文就为大家介绍一下如何使用pyecharts绘制K线图。
Python获取股票数据并绘制相应K线图，看这个就够了！
Jason Zeng
06-26 5336
Python对股票的K线可视化前言说明注意数据获取Tushare获取股票数据获取医疗器械板块数据（代码部分）获取股票数据（代码部分）数据预处理变量中文化（代码部分）K线绘制代码部分结果展示写在最后 前言 说明 有人的地方就有江湖，有交易的地方就有金融。 出于对金融证券的兴趣，作者去年疫情期间开始对金融证券以及数据分析进行学习，去年也已获得证券从业资格证，完整数据分析的内容实现已在两个月前完成。 此篇仅为作者完成的完整数据分析的部分内容（股票数据获取及K线绘制的简化内容）。 注意 ------------
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

HBLOGA

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值