图解Pandas(mplfinance 进行展开)

admin

使用 mplfinance 有固定的格式!

数据必须是 Pandas DataFrame 格式，必须包含开盘价、最高价、最低价和收盘价，需要使用 DatetimeIndex 作为索引！

1. <p style="box-sizing: border-box; -webkit-font-smoothing: antialiased; text-align: justify; line-height: 1.8rem; padding-right: 1.4rem; padding-left: 1.4rem;"><font face="-apple-system, BlinkMacSystemFont, Segoe UI, Helvetica Neue, Arial, sans-serif, Apple Color Emoji, Segoe UI Emoji, Segoe UI Symbol"><span style="font-size: 12.88px;">df_new = df1[['日期','开盘','最高','最低','收盘','成交量']]</span></font></p><p style="box-sizing: border-box; -webkit-font-smoothing: antialiased; text-align: justify; line-height: 1.8rem; padding-right: 1.4rem; padding-left: 1.4rem;"><font face="-apple-system, BlinkMacSystemFont, Segoe UI, Helvetica Neue, Arial, sans-serif, Apple Color Emoji, Segoe UI Emoji, Segoe UI Symbol"><span style="font-size: 12.88px;">df_new.head()</span></font></p>

複製代碼

数据处理[size=0.8em]¶

[backcolor=rgba(var(--pst-color-admonition-attention),0.1)][size=0.92em]注意

[size=0.92em]使用 mplfinance 有固定的格式!

[size=0.92em]数据必须是 Pandas DataFrame 格式，必须包含开盘价、最高价、最低价和收盘价，需要使用 DatetimeIndex 作为索引！

选择列[size=0.8em]¶

[size=0.92em]筛选 df1 中'日期','开盘','最高','最低','收盘','成交量'几列，并命名为新数据框 df_new

df_new = df1[['日期','开盘','最高','最低','收盘','成交量']]df_new.head()


[td]

	日期	开盘	最高	最低	收盘	成交量
0	2017/1/3	8.27	8.34	8.25	8.32	459840
1	2017/1/4	8.31	8.34	8.30	8.32	449330
2	2017/1/5	8.33	8.34	8.31	8.33	344373
3	2017/1/6	8.33	8.33	8.27	8.29	358154
4	2017/1/9	8.29	8.33	8.27	8.31	361082

修改类型[size=0.8em]¶

[size=0.92em]将 df_new 的 日期 修改为时间类型

df_new['日期'] = pd.to_datetime(df_new['日期'])




修改列名[size=0.8em]¶

[size=0.92em]将 df_new 的列名修改为 'Date','Open','High','Low','Close','Volume'

df_new.columns = ['Date','Open','High','Low','Close','Volume']df_new.head()


[td]

	Date	Open	High	Low	Close	Volume
0	2017-01-03	8.27	8.34	8.25	8.32	459840
1	2017-01-04	8.31	8.34	8.30	8.32	449330
2	2017-01-05	8.33	8.34	8.31	8.33	344373
3	2017-01-06	8.33	8.33	8.27	8.29	358154
4	2017-01-09	8.29	8.33	8.27	8.31	361082

修改索引[size=0.8em]¶

[size=0.92em]将 df_new 的索引列修改为 Date 列

df_new.set_index(["Date"], inplace=True)df_new.head()


[td]

	Open	High	Low	Close	Volume
Date
2017-01-03	8.27	8.34	8.25	8.32	459840
2017-01-04	8.31	8.34	8.30	8.32	449330
2017-01-05	8.33	8.34	8.31	8.33	344373
2017-01-06	8.33	8.33	8.27	8.29	358154
2017-01-09	8.29	8.33	8.27	8.31	361082

制作K线图[size=0.8em]¶日线[size=0.8em]¶

[size=0.92em]根据 df_new 绘制日线级K线

mpf.plot(df_new, type='line')





添加移动均线[size=0.8em]¶

[size=0.92em]在上一题的基础上，添加5日、10日、15日移动均线

mpf.plot(df_new, type='line',mav=(5,10,15))





添加成交量[size=0.8em]¶

[size=0.92em]在上一题的基础上，添加成交量

mpf.plot(df_new, type='line',mav=(5,10,15), volume=True)





蜡烛图[size=0.8em]¶

[size=0.92em]使用 df2 数据，筛选出 8月3日 的数据，制作蜡烛图

df_new = df2[(df2['时间'] > '2021-08-03 09:35:00') & (df2['时间'] < '2021-08-03 15:00:00')]df_new = df_new[['时间','开盘','最高','最低','收盘','成交量']]df_new.columns = ['Date','Open','High','Low','Close','Volume']df_new.set_index(["Date"], inplace=True)mpf.plot(df_new, type='candle',mav=(3,6,9), volume=True)





展示非交易时间[size=0.8em]¶

[size=0.92em]使用 df2 数据，筛选 8月3日-8月4日的数据，制作蜡烛图并展示非交易时间区间

df_new = df2[(df2['时间'] > '2021-08-03 9:00:00') & (df2['时间'] < '2021-08-04 15:00:00')]df_new = df_new[['时间','开盘','最高','最低','收盘','成交量']]df_new.columns = ['Date','Open','High','Low','Close','Volume']df_new.set_index(["Date"], inplace=True)mpf.plot(df_new,type='candle',show_nontrading=True, volume=True)