《Python数据可视化之Matplotlib与Pyecharts》之K线

10.5.1  K线图及其参数配置

K线图又称蜡烛图，股市及期货市场中的K线图的画法包含四个数据，即开盘价、最高价、最低价、收盘价，所有的k线都是围绕这四个指标展开，反映股票的状况。如果把每日的K线图放在一张纸上，就能得到日K线图，同样也可画出周K线图、月K线图。

10.5.2  企业股票价格趋势分析

下为了分析该企业股票价格的区域，绘制了股票价格的K线图。具体过程如下：

1.导入options、Kline、Page、connect等包；

2.连接Hadoop集群，抽取股价表stocks数据；

3.配置K线图的相关参数，以及全局配置项；

4.展示股票价格趋势。

下面是实现上述步骤的Python代码：

# -*- coding: utf-8 -*-

#声明Notebook类型，必须在引入pyecharts.charts等模块前声明

from pyecharts.globals import CurrentConfig, NotebookType

CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB

from pyecharts import options as opts

from pyecharts.charts import Kline, Page

from impala.dbapi import connect

#连接Hadoop数据库

v1 = []

v2 = []

conn = connect(host='192.168.1.7', port=10000, database='sales',auth_mechanism='NOSASL',user='root')

cursor = conn.cursor()

#读取Hadoop股价表数据

sql_num = "SELECT trade_date,open,high,low,close FROM stocks where year(trade_date)=2019 ORDER BY trade_date asc"

cursor.execute(sql_num)

sh = cursor.fetchall()

for s in sh:

    v1.append([s[0]])

for s in sh:

    v2.append([s[1],s[2],s[3],s[4]])

data = v2

def kline_markline() -> Kline:

    c = (

        Kline()

        .add_xaxis(v1)

        .add_yaxis(

            "企业股票价格走势",

            data,

            markline_opts=opts.MarkLineOpts(         

                data=[opts.MarkLineItem(type_="max", value_dim="close")]

            ),

        )

        .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="企业股票价格趋势分析", subtitle="2019年股价走势"),

            toolbox_opts=opts.ToolboxOpts(),

            legend_opts=opts.LegendOpts(is_show=True)

        )

    )

    return c

#第一次渲染时候调用load_javasrcript文件

kline_markline().load_javascript()

#展示数据可视化图表

kline_markline().render_notebook()

在Jupyter lab中运行上述代码，生成的K线图如图10-5所示。

图10-5  股票价格走势