大家好,我们基于Python+Pyecharts 的酷炫大屏。
1、准备背景图
首先我们准备以下图片(pic1.jpg),作为网页背景。
源码
2. 获取数据
做可视化,第一步要解决的就是数据问题。
这里使用tushare接口获取广东酒家的股价数据。并保存为csv数据文件。广州酒家的股票代码为’603043.SH’。
代码如下:
import pandas as pd
import tushare as ts
from pyecharts import options as opts
from pyecharts.charts import Page
from pyecharts.charts import Line
from pyecharts.charts import Kline
pro = ts.pro_api(token)
def get_data(tscode):
df = pro.daily(ts_code=tscode)
df = df.loc[:, ['trade_date', 'open', 'high', 'low', 'close', 'vol']]
df.rename(columns={
'trade_date': 'Date',
'open': 'Open',
'high': 'High',
'low': 'Low',
'close': 'Close',
'vol': 'Volume'
},
inplace=True)
df['Date'] = pd.to_datetime(df['Date'])
df.set_index(['Date'], inplace=True)
df = df.sort_index()
return df
get_data('603043.SH').to_csv("广州酒家日线数据.csv")
保存的数据如下图所示:
3. 绘制图线
拿到数据后,就可以进行绘图了。我们要绘制的是一幅折线图和一幅蜡烛图。其中折线图包含8月份交易日的收盘价数据,以及5日移动平均线和10日移动平均线。蜡烛图也采用刚刚过去的八月份的数据进行绘制。
df = pd.read_csv("广州酒家日线数据.csv")
df.index = pd.to_datetime(df.Date)
Close = df.Close
Sma5 = pd.Series(0.0, index=Close.index)
for i in range(4, len(Close)):
Sma5[i] = round(sum(Close[i-4:(i+1)])/5,2)
Sma10 = pd.Series(0.0, index=Close.index)
for i in range(9, len(Close)):
Sma10[i] = round(sum(Close[i-9:(i+1)])/10,2)
line = (
Line(init_opts=opts.InitOpts(width='1000px',
height='800px',
chart_id='1'
)
)
.add_xaxis(df.Date['2022-8'].values.tolist())
.add_yaxis("收盘价", Close['2022-8'].values.tolist())
.add_yaxis("五日移动平均线", Sma5['2022-8'].values.tolist())
.add_yaxis("十日移动平均线", Sma10['2022-8'].values.tolist())
.set_global_opts(title_opts=opts.TitleOpts(title="广州酒家2022年8月收盘数据折线图", subtitle="附5&10日MAV图"),
yaxis_opts=opts.AxisOpts(min_='dataMin')
)
.set_series_opts(
linestyle_opts=opts.LineStyleOpts(
width=8,
opacity=1,)
)
)
data = [list(i) for i in df.loc['2022-8', ['Open', 'Close', 'Low', 'High']].values]
kline = (
Kline(init_opts=opts.InitOpts(width='1000px',
height='800px',
chart_id='2',
page_title="广州酒家"))
.add_xaxis(df.Date['2022-8'].values.tolist())
.add_yaxis("广州酒家", data)
.set_global_opts(
xaxis_opts=opts.AxisOpts(is_scale=True),
yaxis_opts=opts.AxisOpts(
is_scale=True,
splitarea_opts=opts.SplitAreaOpts(
is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
),
),
datazoom_opts=[opts.DataZoomOpts(pos_bottom="-2%")],
title_opts=opts.TitleOpts(title="广州酒家蜡烛图"),
)
)
page = Page(layout=Page.DraggablePageLayout)
page.add(
line,
kline
)
page.render('render.html')
程序会输出一个html文件,我们将其打开后里边的图表是按顺序从上向下排列的。然后我们可以对其中的图片位置进行拖拽,拖拽到预期的位置,如图所示为例。然后点击左上角的Save Config
,即可得到一个名为chart_config.json的json文件,在左下角位置处。具体如图所示:
4. 添加主题
接下来我们的pic1.jpg
图像文件就派上用场啦。文件chart_config.json包含了我们需要的图像的位置信息。将pic1.jpg
和chart_config.json
,以及刚刚生成的render.html
文件,都放在当前目录下,再创建一个py文件,并在里边编辑代码:
from bs4 import BeautifulSoup
from pyecharts.charts import Page
Page.save_resize_html("render.html", cfg_file="chart_config.json", dest="mycharts_demo.html")
with open("mycharts_demo.html", "r+", encoding='utf-8') as html:
html_bf = BeautifulSoup(html, 'lxml')
body = html_bf.find("body")
body["style"] = "background-image: url(pic1.jpg)"
html_new = str(html_bf)
html.seek(0, 0)
html.truncate()
html.write(html_new)
执行代码,即得到了最终的"mycharts_demo.html"文件。