用Python绘制专业的K线图【含源代码】
K线图简介
K线图又被成为“蜡烛图”、“阴阳线”等，它在视觉效果上可以很清晰得凸显出市场多空形势，K线图成为大家查看行情数据以及各式量化分析不可或缺的一环。在K线图常见的时间跨度分钟、日、周以及月。
K线由高开低收四个价格绘制而成。分为阳线与阴线两种，收盘价高于开盘价时为阳线，收盘价低于开盘价时为阴线；K线图的示意图如下：
K线由矩形实体与上下两根影线组成，实体上方的影线成为上影线，下方的成为下影线。实体与阴线相对长短，可形成多种形态。
1、股票数据
我们从恒有数金融数据社区，获取股票市场历史行情数据。我们获取2021年6月1号~2021年8月1号，恒生电子（600570.SH）的日行情数据，代码及执行结果如下。
# 加载取数与绘图所需的函数包importpandasaspdimportdatetimefromhs_udataimportset_token,stock_quote_dailyfrommpl_financeimportcandlestick_ohlcimportmatplotlibasmplimportmatplotlib.pyplotaspltimportmatplotlib.datesasmdatesmpl.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体mpl.rcParams['axes.unicode_minus'] =False# 解决保存图像是负号'-'显示为方块的问题defGetData(stock_code,start,end): #stock_code：获取股票数据的股票代码# start：开始日期# end：结束日期date_start=datetime.datetime.strptime(start,'%Y-%m-%d') date_end=datetime.datetime.strptime(end,'%Y-%m-%d') data=pd.DataFrame([]) whiledate_start<date_end: # 获取日行情数据，接口说明见 https://udata.hs.net/datas/332/# adjust_way枚举值为：0-不复权，1-前复权，2-后复权，此处取前复权data_i=stock_quote_daily(en_prod_code=stock_code ,trading_date=date_start.strftime('%Y%m%d') ,adjust_way=1) data=pd.concat([data,data_i],axis=0) # 将行情数据按行拼接date_start+=datetime.timedelta(days=1) # 日期变量自增# 返回行情数据returndata#1、获取行情数据stock_code="600570.SH"# 恒生电子 股票代码是600570.SHstart='2021-06-01'end='2021-08-01'set_token(token='xxxxxxxxxxxxxxxxxxxxxxxx') # 注册后，获取并替换tokendata=GetData(stock_code,start,end) data
2、数据处理
由于恒有数的stock_quote_daily接口返回参数较多，使用candlestick_ohlc包绘制K线图时，需要将日期转为数值。程序代码与执行结果如下：
#2、数据处理data=data.loc[data.turnover_status=='交易'] # 剔除非交易日data_price=data[['trading_date','open_price','high_price','low_price','close_price' ,'business_amount']] # 选取日期、高开低收价格、成交量数据data_price.set_index('trading_date', inplace=True) # 将日期作为索引data_price=data_price.astype(float) # 将价格数据类型转为浮点数# 将日期格式转为 candlestick_ohlc 可识别的数值data_price['Date'] =list(map(lambdax:mdates.date2num(datetime.datetime.strptime(x,'%Y-%m-%d')),data_price.index.tolist())) data_price
3、绘制K线
使用mpl_finance函数包中candlestick_ohlc函数进行绘图，程序如下：
#3、绘制K线图# 提取绘图数据ohlc=data_price[['Date','open_price','high_price','low_price','close_price']] f1, ax=plt.subplots(figsize= (12,6)) # 创建图片candlestick_ohlc(ax, ohlc.values.tolist(), width=.7 , colorup='red', colordown='green') # 使用candlestick_ohlc绘图ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d')) # 设置横轴日期格式plt.xticks(rotation=30) # 日期显示的旋转角度plt.title(stock_code,fontsize=14) # 设置图片标题plt.xlabel('日 期',fontsize=14) # 设置横轴标题plt.ylabel('价 格（元）',fontsize=14) # 设置纵轴标题plt.show()
4、去除图中非交易日
由于candlestick_ohlc函数默认绘制的K线图并未剔出非交易日，导致K线之间存在空白间隔。下面我们通过修改绘图数据中横轴数据，修改横轴标注日期，实现剔除图中的非交易日数据。
# 4、去除非交易日的间隔ohlc=data_price[['Date','open_price','high_price','low_price','close_price']] ohlc.loc[:,'Date'] =range(len(ohlc)) # 重新赋值横轴数据，使横轴数据为连续数值# 绘图f1, ax=plt.subplots(figsize= (12,6)) candlestick_ohlc(ax, ohlc.values.tolist(), width=.7, colorup='red', colordown='green') plt.xticks(rotation=30) # 日期显示的旋转角度plt.title(stock_code,fontsize=14) # 设置图片标题plt.xlabel('日 期',fontsize=14) # 设置横轴标题plt.ylabel('价 格（元）',fontsize=14) # 设置纵轴标题# 修改横轴标注日期date_list=ohlc.index.tolist() # 获取日期列表xticks_len=round(len(date_list)/(len(ax.get_xticks())-1)) # 获取默认横轴标注的间隔xticks_num=range(0,len(date_list),xticks_len) # 生成横轴标注位置列表xticks_str=list(map(lambdax:date_list[int(x)],xticks_num)) # 生成正在标注日期列表ax.set_xticks(xticks_num) # 设置横轴标注位置ax.set_xticklabels(xticks_str) # 设置横轴标注日期plt.show()
5、在K线图中，添加成交量
K线图中，除了K线数据，一般还配有成交量数据。恒有数的stock_quote_daily接口返回的数据中，也有成交量数据。将K线图与成交量绘制在同一张图的程序如下：
#5、绘制成交量fig=plt.figure(figsize=(12,10)) grid=plt.GridSpec(12, 10, wspace=0.5, hspace=0.5) #（1）绘制K线图# K线数据ohlc=data_price[['Date','open_price','high_price','low_price','close_price']] ohlc.loc[:,'Date'] =range(len(ohlc)) # 重新赋值横轴数据，绘制K线图无间隔# 绘制K线ax1=fig.add_subplot(grid[0:8,0:12]) # 设置K线图的尺寸candlestick_ohlc(ax1, ohlc.values.tolist(), width=.7 , colorup='red', colordown='green') plt.title(stock_code,fontsize=14) # 设置图片标题plt.ylabel('价 格（元）',fontsize=14) # 设置纵轴标题ax1.set_xticks([]) # 日期标注在成交量中，故清空此处x轴刻度ax1.set_xticklabels([]) # 日期标注在成交量中，故清空此处x轴 #（2）绘制成交量# 成交量数据data_volume=data_price[['Date','close_price','open_price','business_amount']] data_volume['color'] =data_volume.apply(lambdarow: 1ifrow['close_price'] >=row['open_price'] else0, axis=1) # 计算成交量柱状图对应的颜色，使之与K线颜色一致data_volume.Date=ohlc.Date# 绘制成交量ax2=fig.add_subplot(grid[8:10,0:12]) # 设置成交量图形尺寸ax2.bar(data_volume.query('color==1')['Date'] , data_volume.query('color==1')['business_amount'] , color='r') # 绘制红色柱状图ax2.bar(data_volume.query('color==0')['Date'] , data_volume.query('color==0')['business_amount'] , color='g') # 绘制绿色柱状图plt.xticks(rotation=30) plt.xlabel('日 期',fontsize=14) # 设置横轴标题# 修改横轴日期标注date_list=ohlc.index.tolist() # 获取日期列表xticks_len=round(len(date_list)/(len(ax2.get_xticks())-1)) # 获取默认横轴标注的间隔xticks_num=range(0,len(date_list),xticks_len) # 生成横轴标注位置列表xticks_str=list(map(lambdax:date_list[int(x)],xticks_num)) # 生成正在标注日期列表ax2.set_xticks(xticks_num) # 设置横轴标注位置ax2.set_xticklabels(xticks_str) # 设置横轴标注日期plt.show()
至此一幅专业的K线图便绘制完毕了。
下篇文章，我们将在图中添加均线及常见技术指标走势图，敬请期待。
