基于tushare指数日线行情数据的python可视化展示

今天主要来介绍获取Pandas DataFrame格式数据以后如何进行可视化展示（个人的tushareID：498867）

如果还没有注册tushare社区账号的，可以点击https://tushare.pro/register?reg=498867进行注册。

下面我以全指医药为例子，向大家展示获取一个指数日线行情后，进行可视化。

（1）首先进入tushare官网，点击数据工具，选择指数，然后点击指数日线行情，会出现下图

输入全指医药的代码，000991.SH，点击生成代码后，将代码复制到jupter notebook或者pycharm中。 

# 导入tushare
import tushare as ts
# 初始化pro接口
pro = ts.pro_api('个人token，每个人不一样')

# 拉取数据
df = pro.index_daily(**{
    "ts_code": "000991.SH",
    "trade_date": "",
    "start_date": "",
    "end_date": "",
    "limit": "",
    "offset": ""
}, fields=[
    "ts_code",
    "trade_date",
    "close",
    "open",
    "high",
    "low",
    "pre_close",
    "change",
    "pct_chg",
    "vol",
    "amount"
])
print(df)

（2）这里以jupter notebook为例子，代码复制运行后，会出现下图

可以看到，获取了4230行的数据，从2005年1月4号开始。由于数据最初始的在最下面，所以我们需要对数据进行重排，输入如下代码：

df=df.sort_values('trade_date')
df

 

（3）目前的索引仍然是0，1，2...如果说为了后续绘图即索引便利，可以将'trade_date'设置成索引，结果如图4。可以看到日期目前就成为了索引。

df1=df.set_index('trade_date')
df1

 

（4）导入绘图库matplotlib，并对中文字体进行设置，不设置如果图中有中文会乱码。

import matplotlib.pyplot as plt
import matplotlib as mpl

mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False   #绘图中文字体设置

（5）编写绘图函数plotdf()，y即为绘图的因变量，这里以收盘价close为例子，如果想换成其他，比如开盘价open，把y='close'改成y='open'就可。

def plotdf(date, df, path, distance, color,alpha):
    """
    :param date:日期名称
    :param df: df就是导入进来的表格、
    :param path:path是保存文件的路径
    :param distance:横坐标间隔
    :param color:颜色
    :param alpha:透明度
    :return:
    """
    ax1=df.plot(figsize=(16,9), y='close',rot=90, fontsize=6, xlim=(-5,len(date)), color=color,alpha=alpha)   #创建绘图对象
    ax1.set_title("时间序列") #设置标题
    ax1.set_xticks(range(0, len(date), distance)) #设置刻度范围
    ax1.set_xticklabels(date[0:len(date):distance]) #设置刻度标签
    plt.savefig(path,bbox_inches="tight",pad_inches=0,dpi=900) #保存高清图片，并去除白边,path是保存文件的路径
    plt.show()

这里主要是采用面向对象的方式进行绘图，ax1.set_xxx表示给对象ax1设置一个xxx属性，如ax1.set_title('时间序列')就表示把图名设置成“时间序列”。

对图表进行保存时，dpi越高，输出的图片精度越大，bbox_inches="tight",pad_inches=0，是为了去除图片多余的白边。这里要注意的是，plt.show()一定要在plt.savefig()之前，反正保存的图片为空白。

下面对plotdf()进行调用，得到图5结果。这里横坐标展示间距设置成为100，颜色设置为蓝色，透明度0.5。间距可以根据具体的数据量进行调整，不一定100

plotdf(df1.index,df1,r"D:\量化金融\全指医药\test1.png",100,'b',0.5)

 结果储存在'D:\量化金融\全指医药\'文件夹中