extjs grid 动态设置只读_【实例分享】用pyecharts绘热点板块动态图

   

 

      之前一直用matlab，后来由于调取交易数据过程中总会遇到各种不方便，去年尝试学习python开始用起来，实际用处最大就是汇总整理数据，再绘图展示。

      pyecharts真的好好用！！！做一个学习过程中的实例分享！

    具体应用在A股上追踪板块和热门股票。效果图如下~

      最近都比较关注A股，其中板块和概念一直更是关注的重点，最常见的就是wind的板块跟踪，虽然今天绿油油，但是总想知道过去一段时间热点都在哪些板块和股票吧~

    操作环境   

•    项目基于 python 3.7版本 / pyecharts 1.7.1 / tushare 1.2.54

•    tushare 1.2.54

  板块定义：申万一级行业分类(共27项)

  板块内部权重分配：按照当日成交量加权

  数据来源：tushare

Pyecharts-时间轴动态图

       数据来源基于tushare的公开日线股票数据，详细见tushare官网数据调用方式：https://tushare.pro/document/2，如下分别获得申万的一级行业列表，及行业分类、股票行情。

把三个所需要的信息拼凑在一张dataframe上，这里命名为：Industry_ALL，数据如下：

我们先做一个没有时间轴的静态图，从 Industry_ALL 中提取出一周数据，并按照成交量从高到低排序：

Industry_week = Industry_ALL[Industry_ALL.trade_date.isin(open_date.tail(5).index.tolist())] #本周交易日为5个交易日，可修改#过去一周板块内容统计for k in Industry.index:    Industry.loc[k,'pct_chg'] = Industry_week[Industry_week.index_code.isin([Industry.index_code[k]])].pct_chg.sum() #周涨跌幅    Industry.loc[k,'amount'] = Industry_week[Industry_week.index_code.isin([Industry.index_code[k]])].amount.mean()  #本周日均成交金额Industry = Industry.sort_values(by='amount',ascending=False)

     导入pyecharts中所需要的类和函数

from pyecharts import options as optsfrom pyecharts.charts import Bar, Timeline,Line,Grid,Pagefrom pyecharts.commons.utils import JsCodefrom pyecharts.faker import Faker

   这里我们设置为有涨跌幅、日均成交量两边坐标轴的格式，并采用visualmap_opts()设置value对应的颜色变化

x = Industry.industry_name.tolist()bar =(    Bar()    .add_xaxis(x)    .add_yaxis("周涨跌幅", Industry.pct_chg.tolist())    #.add_yaxis("日均成交量", Industry.amount.tolist())    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))    .set_global_opts(         title_opts=opts.TitleOpts(title="申万一级行业_week".format(i),subtitle="(按当日成交量加权)".format(i),pos_left="10%"),                   visualmap_opts=opts.VisualMapOpts(is_show=False,type_='color',is_calculable=True, min_=-4,max_=4,orient="horizontal",pos_right="20%",split_number=300),        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=60,font_size=15)),                yaxis_opts=opts.AxisOpts(name="周涨跌幅",position="left",axislabel_opts=opts.LabelOpts(formatter="{value} %"),),                tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),          )    .extend_axis(        yaxis=opts.AxisOpts(            type_="value",            name="日均成交量",            position="right",            #axisline_opts=opts.AxisLineOpts( linestyle_opts=opts.LineStyleOpts(color="#675bba") ),            axislabel_opts=opts.LabelOpts(formatter="{value}亿"),            splitline_opts=opts.SplitLineOpts(is_show=True, linestyle_opts=opts.LineStyleOpts(opacity=10)            ),        )    )    )    line = (    Line()    .add_xaxis(x)    .add_yaxis("日均成交量",Industry.amount.tolist(),        yaxis_index=1,    #删了一个Y轴，Y轴索引由2改为1        label_opts=opts.LabelOpts(is_show=False),         ))   bar.overlap(line)grid = Grid()grid.add(bar,opts.GridOpts(pos_left="5%", pos_right="10%"), is_control_axis_index=True)grid.render_notebook()

得到效果图如下：

Timeline时间轴

     在上述静态图的基础上，我们添加timeline()函数，生成一个时间轴，相当于做一个循环，对应不同时间点静态图集合在时间轴上按照时间展示：

   tl = Timeline()for i in open_date.index:    ...       tl.add_schema(orient= "horizontal",play_interval=200,symbol="rect",symbol_size=[25,1],is_auto_play=True,pos_bottom="-25px")        tl.add(grid, "{}".format(i))

其中add_schema()可以设置时间轴的大小位置、播放参数等(具体代码见文末)。

最终可以得到一个自动循环播放的动态图，清楚展示过去30个交易日中，申万一级行业分类中，大家的热点基本都保持在化工、有色、医药生物、电子、计算机、非银金融等几个板块。

龙虎榜-词云图

     从tushare中读取最近30个交易日的龙虎榜股票数据，剔除其中的退市和ST股票，得到数据data：

dragon_stock = pd.DataFrame(columns=['trade_date', 'ts_code', 'name', 'close', 'pct_change', 'turnover_rate',       'amount', 'l_sell', 'l_buy', 'l_amount', 'net_amount', 'net_rate',       'amount_rate', 'float_values', 'reason'])for i in open_date.index:    dragon_stock_1 = pro.top_list(trade_date=i)    dragon_stock = pd.concat([dragon_stock,dragon_stock_1], axis=0)    dragon_stock = dragon_stock[~dragon_stock['name'].str.contains('退|ST')]  #剔除退市和ST的股票data = []dragon_dicts = dragon_stock['name'].value_counts().to_dict()for key in dragon_dicts:    data.append((key, dragon_dicts[key]))

from pyecharts.charts import WordCloud mywordcloud = WordCloud()mywordcloud.add('龙虎榜-词云图',data, shape='circle',width=800,height=450,is_draw_out_of_bound=False)### 渲染图片mywordcloud.render_notebook()

自带鼠标的标签功能，绘图后可以得到如下效果：

Pyecharts-时间轴动态图 完整代码：

x = Industry_ALL.drop_duplicates('industry_name').industry_name.tolist()tl = Timeline()for i in open_date.index:    bar = (        Bar()        .add_xaxis(x)       # .add_yaxis("涨跌幅", Industry_ALL[Industry_ALL.trade_date.isin([i])].pct_chg.tolist()) #添加纵轴变量1的values        .add_yaxis("日成交量",Industry_ALL[Industry_ALL.trade_date.isin([i])].amount.tolist()) #添加纵轴变量2的values        .set_series_opts(            label_opts=opts.LabelOpts(is_show=False),            markline_opts=opts.MarkLineOpts(            data=[ opts.MarkLineItem(  name="", y = 1000,symbol = None  )],            #linestyle_opts=opts.LineStyleOpts(width = 1.5,color = 'plum',)                    ),    )                .extend_axis(            yaxis=opts.AxisOpts(type_="value",name="涨跌幅",position="right",min_=-10,max_=10, interval=2,            #axisline_opts=opts.AxisLineOpts( linestyle_opts=opts.LineStyleOpts(color="#675bba") ),            axislabel_opts=opts.LabelOpts(formatter="{value}%"),            splitline_opts=opts.SplitLineOpts(is_show=True, linestyle_opts=opts.LineStyleOpts(opacity=10)            ),        )    )               .set_global_opts(                        title_opts=opts.TitleOpts(title="申万一级行业涨跌幅".format(i),subtitle="(按当日成交量加权)".format(i),pos_left="15%"),                       visualmap_opts=opts.VisualMapOpts(is_show=False,type_='color',is_calculable=True, min_=0,max_=800,orient="horizontal",pos_right="20%",split_number=300),              xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=60,font_size=11)),            yaxis_opts=opts.AxisOpts(name="(单位：亿元)",position="left",min_=0,max_=2000, interval=200, axislabel_opts=opts.LabelOpts(formatter="{value}"),),                    )    )    line = (    Line()    .add_xaxis(x)    .add_yaxis("涨跌幅",Industry_ALL[Industry_ALL.trade_date.isin([i])].pct_chg.tolist(),        yaxis_index=1,    #删了一个Y轴，Y轴索引由2改为1        label_opts=opts.LabelOpts(is_show=False),          linestyle_opts=opts.LineStyleOpts(is_show= True,width = 1.5,color = 'plum',),      )           )    bar.overlap(line)    grid = Grid()    grid.add(bar,opts.GridOpts(pos_left="5%", pos_right="10%"), is_control_axis_index=True)    tl.add_schema(orient= "horizontal",play_interval=200,symbol="rect",symbol_size=[25,1],is_auto_play=True,pos_bottom="-25px")        tl.add(grid, "{}".format(i))tl.render_notebook()

小小分享，希望大家喜欢~

---

微信扫一扫