二十一、更多指标数据

在这篇 Matplotlib 教程中，我们介绍了添加一些简单的函数来计算数据，以便我们填充我们的轴域。 一个是简单的移动均值，另一个是简单的价格 HML 计算。

这些新函数是：

  1. def moving_average(values, window):
  2.     weights = np.repeat(1.0, window)/window
  3.     smas = np.convolve(values, weights, 'valid')
  4.     return smas
  6. def high_minus_low(highs, lows):
  7.     return highs-lows

你不需要太过专注于理解移动均值的工作原理，我们只是对样本数据来计算它，以便可以学习更多自定义 Matplotlib 的东西。

我们还想在脚本顶部为移动均值定义一些值：

  1. MA1 = 10
  2. MA2 = 30

下面，在我们的graph_data函数中：

  1. ma1 = moving_average(closep,MA1)
  2. ma2 = moving_average(closep,MA2)
  3. start = len(date[MA2-1:])
  5. h_l = list(map(high_minus_low, highp, lowp))

在这里，我们计算两个移动均值和 HML。

我们还定义了一个『起始』点。 我们这样做是因为我们希望我们的数据排成一行。 例如，20 天的移动均值需要 20 个数据点。 这意味着我们不能在第 5 天真正计算 20 天的移动均值。 因此，当我们计算移动均值时，我们会失去一些数据。 为了处理这种数据的减法，我们使用起始变量来计算应该有多少数据。 这里，我们可以安全地使用[-start:]绘制移动均值，并且如果我们希望的话，对所有绘图进行上述步骤来排列数据。

接下来，我们可以在ax1上绘制 HML，通过这样：

  1. ax1.plot_date(date,h_l,'-')

最后我们可以通过这样向ax3添加移动均值：

  1. ax3.plot(date[-start:], ma1[-start:])
  2. ax3.plot(date[-start:], ma2[-start:])

我们的完整代码，包括增加我们所用的时间范围：

  1. import matplotlib.pyplot as plt
  2. import matplotlib.dates as mdates
  3. import matplotlib.ticker as mticker
  4. from matplotlib.finance import candlestick_ohlc
  5. from matplotlib import style
  7. import numpy as np
  8. import urllib
  9. import datetime as dt
  11. style.use('fivethirtyeight')
  12. print(plt.style.available)
  14. print(plt.__file__)
  16. MA1 = 10
  17. MA2 = 30
  19. def moving_average(values, window):
  20.     weights = np.repeat(1.0, window)/window
  21.     smas = np.convolve(values, weights, 'valid')
  22.     return smas
  24. def high_minus_low(highs, lows):
  25.     return highs-lows
  28. def bytespdate2num(fmt, encoding='utf-8'):
  29.     strconverter = mdates.strpdate2num(fmt)
  30.     def bytesconverter(b):
  31.         s = b.decode(encoding)
  32.         return strconverter(s)
  33.     return bytesconverter
  36. def graph_data(stock):
  38.     fig = plt.figure()
  39.     ax1 = plt.subplot2grid((6,1), (0,0), rowspan=1, colspan=1)
  40.     plt.title(stock)
  41.     ax2 = plt.subplot2grid((6,1), (1,0), rowspan=4, colspan=1)
  42.     plt.xlabel('Date')
  43.     plt.ylabel('Price')
  44.     ax3 = plt.subplot2grid((6,1), (5,0), rowspan=1, colspan=1)
  47.     stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=1y/csv'
  48.     source_code = urllib.request.urlopen(stock_price_url).read().decode()
  49.     stock_data = []
  50.     split_source = source_code.split('\n')
  51.     for line in split_source:
  52.         split_line = line.split(',')
  53.         if len(split_line) == 6:
  54.             if 'values' not in line and 'labels' not in line:
  55.                 stock_data.append(line)
  58.     date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
  59.                                                           delimiter=',',
  60.                                                           unpack=True,
  61.                                                           converters={0: bytespdate2num('%Y%m%d')})
  63.     x = 0
  64.     y = len(date)
  65.     ohlc = []
  67.     while x < y:
  68.         append_me = date[x], openp[x], highp[x], lowp[x], closep[x], volume[x]
  69.         ohlc.append(append_me)
  70.         x+=1
  72.     ma1 = moving_average(closep,MA1)
  73.     ma2 = moving_average(closep,MA2)
  74.     start = len(date[MA2-1:])
  76.     h_l = list(map(high_minus_low, highp, lowp))
  78.     ax1.plot_date(date,h_l,'-')
  81.     candlestick_ohlc(ax2, ohlc, width=0.4, colorup='#77d879', colordown='#db3f3f')
  83.     for label in ax2.xaxis.get_ticklabels():
  84.         label.set_rotation(45)
  86.     ax2.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
  87.     ax2.xaxis.set_major_locator(mticker.MaxNLocator(10))
  88.     ax2.grid(True)
  90.     bbox_props = dict(boxstyle='round',fc='w', ec='k',lw=1)
  92.     ax2.annotate(str(closep[-1]), (date[-1], closep[-1]),
  93.                  xytext = (date[-1]+4, closep[-1]), bbox=bbox_props)
  96. ##    # Annotation example with arrow
  97. ##    ax2.annotate('Bad News!',(date[11],highp[11]),
  98. ##                 xytext=(0.8, 0.9), textcoords='axes fraction',
  99. ##                 arrowprops = dict(facecolor='grey',color='grey'))
  100. ##
  101. ##    
  102. ##    # Font dict example
  103. ##    font_dict = {'family':'serif',
  104. ##                 'color':'darkred',
  105. ##                 'size':15}
  106. ##    # Hard coded text 
  107. ##    ax2.text(date[10], closep[1],'Text Example', fontdict=font_dict)
  111.     ax3.plot(date[-start:], ma1[-start:])
  112.     ax3.plot(date[-start:], ma2[-start:])
  115.     plt.subplots_adjust(left=0.11, bottom=0.24, right=0.90, top=0.90, wspace=0.2, hspace=0)
  116.     plt.show()
  119. graph_data('EBAY')

代码效果如图：

二十一、更多指标数据 - 图1