股票数据重构
matplotlib 官方给出的candlestick_ohlc() 的推荐使用方式是这样:
mpf.candlestick_ochl(ax,data_mat,colordown='#53c156', colorup='#ff1717',width=0.3,alpha=1)
其中 ax 是绘制图形的 axis 对象,data_mat 是所有的股票数据。股票数据是一个二维矩阵,每一行都是按照 date,open,close,high,low,volume 的顺序排列的。这里 date 的值并不是 string,也不是 datetime,而是 pandas.TimeStamp。其实TimeStamp就是一个整型数字,类似于unix 系统中的 timestamp。
所以在构建股票数据时,date 这个位置我们可以将它赋值为从0开始的连续自然数,这样 candlestick_ochl() 方法绘图时,就不会把 date 转化为一个连续的日期(还包含周末那种)。所以,重构后的股票数据大致应该是这样:
[ (0, 16.14, 16.24, 16.36, 16.14, 481999.28), (1, 16.24, 16.32, 16.38, 16.2, 424100.84), (2, 16.32, 16.33, 16.39, 16.32, 276957.25), (3, 16.3, 16.17, 16.38, 16.16, 277753.09)]
每一行都是一个元组,元组里分别是 date, open, close, high, close 数据。
这样一来,绘制的图形就变成了:
K-BLANK2.png
可以看到,k线图形变得连贯了。但是x轴的刻度却变成了自然数,而非日期。所以,x 轴的刻度需要单独处理一下。
x轴刻度设定
假定所有的日期字符串都在 data['date'] 中,简单把所有日期数据甩给matplotlib,x轴的刻度就会密密麻麻的挤在一起。
ax.set_xticks(range(len(date_tickers)))ax.set_xticklabels(date_tickers)
K-BLANK3.png
那么如何让 matplotlib 在绘图时只保留主要刻度呢?
如果只是这样:
ax.set_xticklabels(date_tickers)
K-BLANK4.png
乍一看,问题解决了!但是仔细一看,刻度不对!最后一个日期居然还是 2017-1-12 日,而k线已经是60天的数据了。
正确的姿势应该是用:
import matplotlib.ticker as ticker# 先设定一个日期转换方法def format_date(x,pos=None): # 由于前面股票数据在 date 这个位置传入的都是int # 因此 x=0,1,2,... # date_tickers 是所有日期的字符串形式列表 if x<0 or x>len(date_tickers)-1: return '' return date_tickers[int(x)]# 用 set_major_formatter() 方法来修改主刻度的文字格式化方式ax.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))
这样一来,就变成我想要的效果了:
K-BLANK5.png
但是,还有一点不满意,matplotlib自动生成的主刻度的间距,我认为太宽了。那么,我还可以用:
ax.xaxis.set_major_locator(ticker.MultipleLocator(6))
来强制指定每隔6个刻度,设定一个主刻度。图形效果就变成了这样:
K-BLANK6.png
▍关注我们
趋势报告、案例精选、最新洞察 第一时间与您分享
【拓端数据】第三方数据服务提供商,提供全面的统计分析与数据挖掘咨询服务,为客户定制个性化的数据解决方案与行业报告等。