十四、OHLC K 线图

十四、OHLC K 线图

在 Matplotlib 教程中，我们将介绍如何在 Matplotlib 中创建开，高，低，关（OHLC）的 K 线图。这些图表用于以精简形式显示时间序列股价信息。为了实现它，我们首先需要导入一些模块：

import matplotlib.ticker as mticker
from matplotlib.finance import candlestick_ohlc

我们引入了ticker，允许我们修改图表底部的ticker信息。然后我们从matplotlib.finance模块中引入candlestick_ohlc功能。

现在，我们需要组织我们的数据来和 matplotlib 协作。如果你刚刚加入我们，我们得到的数据如下：

stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=1m/csv'
source_code = urllib.request.urlopen(stock_price_url).read().decode()
stock_data = []
split_source = source_code.split('\n')
for line in split_source:
    split_line = line.split(',')
    if len(split_line) == 6:
        if 'values' not in line and 'labels' not in line:
            stock_data.append(line)
date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
                                                      delimiter=',',
                                                      unpack=True,
                                                      converters={0: bytespdate2num('%Y%m%d')})

现在，我们需要构建一个 Python 列表，其中每个元素都是数据。我们可以修改我们的loadtxt函数，使其不解构，但随后我们还是希望引用特定的数据点。我们可以解决这个问题，但是我们最后可能只拥有两个单独的数据集。为此，我们执行以下操作：

x = 0
y = len(date)
ohlc = []
while x < y:
    append_me = date[x], openp[x], highp[x], lowp[x], closep[x], volume[x]
    ohlc.append(append_me)
    x+=1

有了这个，我们现在将 OHLC 数据列表存储到我们的变量ohlc。现在我们可以这样绘制：

candlestick_ohlc(ax1, ohlc)

图表应该是这样：

不幸的是，x轴上的datetime数据不是日期戳的形式。我们可以处理它：

ax1.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))

此外，红/黑着色依我看不是最好的选择。我们应该使用绿色表示上升和红色表示下降。为此，我们可以：

candlestick_ohlc(ax1, ohlc, width=0.4, colorup='#77d879', colordown='#db3f3f')

最后，我们可以将x标签设置为我们想要的数量，像这样：

ax1.xaxis.set_major_locator(mticker.MaxNLocator(10))

现在，完整代码现在是这样：

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import matplotlib.ticker as mticker
from matplotlib.finance import candlestick_ohlc
import numpy as np
import urllib
import datetime as dt
def bytespdate2num(fmt, encoding='utf-8'):
    strconverter = mdates.strpdate2num(fmt)
    def bytesconverter(b):
        s = b.decode(encoding)
        return strconverter(s)
    return bytesconverter
def graph_data(stock):
    fig = plt.figure()
    ax1 = plt.subplot2grid((1,1), (0,0))
    stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=1m/csv'
    source_code = urllib.request.urlopen(stock_price_url).read().decode()
    stock_data = []
    split_source = source_code.split('\n')
    for line in split_source:
        split_line = line.split(',')
        if len(split_line) == 6:
            if 'values' not in line and 'labels' not in line:
                stock_data.append(line)
    date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
                                                          delimiter=',',
                                                          unpack=True,
                                                          converters={0: bytespdate2num('%Y%m%d')})
    x = 0
    y = len(date)
    ohlc = []
    while x < y:
        append_me = date[x], openp[x], highp[x], lowp[x], closep[x], volume[x]
        ohlc.append(append_me)
        x+=1
    candlestick_ohlc(ax1, ohlc, width=0.4, colorup='#77d879', colordown='#db3f3f')
    for label in ax1.xaxis.get_ticklabels():
        label.set_rotation(45)
    ax1.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
    ax1.xaxis.set_major_locator(mticker.MaxNLocator(10))
    ax1.grid(True)
    plt.xlabel('Date')
    plt.ylabel('Price')
    plt.title(stock)
    plt.legend()
    plt.subplots_adjust(left=0.09, bottom=0.20, right=0.94, top=0.90, wspace=0.2, hspace=0)
    plt.show()
graph_data('EBAY')

结果为：

还要注意，我们从前面的教程中删除了大部分ax1的修改。