我们知道，使用matplotlib.pyplot绘图的时候，采用的是面向对象绘图的思想。首先要有一个figure，即一个面板，然后我们只要在这个面板上添加各种对象，这个图像就会越来越完美。(理解面向对象绘图点击链接：Python–Matplotlib库与数据可视化③)。
matplotlib可以一句一句地逐句给图形添加元素。
有那么一点不同的是，mplfinance库把这一切都给封装起来了。最后把这一切对象全都集中在了一个mpf.plot()函数中，我们只需要为此传入合规的参数。
第一步照常获取并格式化数据
# 从tushare调取 平安银行(000001.SZ) 股价数据
import tushare as ts
import pandas as pd
import mplfinance as mpf
token = 'Your token' # 输入你的接口密匙，获取方式及相关权限见Tushare官网。
pro = ts.pro_api(token)
df = pro.daily(ts_code='000001.SZ')
# 然后 将该DataFrame对象处理为适合我们使用的格式
df = df.loc[:, ['trade_date', 'open', 'high', 'low', 'close', 'vol']]
df.rename(
columns={
'trade_date': 'Date', 'open': 'Open',
'high': 'High', 'low': 'Low',
'close': 'Close', 'vol': 'Volume'},
inplace=True) # 重定义列名，方便统一规范操作。
df['Date'] = pd.to_datetime(df['Date']) # 转换日期列的格式，便于作图
df.set_index(['Date'], inplace=True) # 将日期列作为行索引
df = df.sort_index() # 倒序，因为Tushare的数据是最近的交易日数据显示在DataFrame上方，倒序后方能保证作图时X轴从左到右时间序列递增。
第二步我们定义一个其他的指标，一会儿将其作为附加线条体现在图线上
这里我们选择20日的唐奇安通道线
不懂这个指标的也没关系，只要知道是三条线就可以啦。
# 提取收盘价，最高价，最低价数据
Close = df.Close
High = df.High
Low = df.Low
# 设定上、下、中通道线初始值
upboundDC = pd.Series(0.0, index=Close.index)
downboundDC = pd.Series(0.0, index=Close.index)
midboundDC = pd.Series(0.0, index=Close.index)
# 求唐奇安上、中、下通道
for i in range(20,len(Close)):
upboundDC[i] = max(High[(i-20):i])
downboundDC[i] = min(Low[(i-20):i])
midboundDC[i] = 0.5 * (upboundDC[i] + downboundDC[i])
upboundDC = upboundDC[20:]
downboundDC = downboundDC[20:]
midboundDC = midboundDC[20:]
第三步，将这三条线 与我们原本要绘制的图像一同绘制出：
(我选择绘制平安银行2020年下半年的数据)
s = mpf.make_mpf_style(base_mpf_style='nightclouds', rc={
'font.family': 'SimHei'}) # 解决mplfinance绘制输出中文乱码
# 将要额外添加的图线按照下边这种格式，放在一个列表中。然后传给mpf.plot的参数addplot就可以啦。
add_plot=[
mpf.make_addplot(upboundDC.loc['2020-6':'2020-12']),
mpf.make_addplot(midboundDC.loc['2020-6':'2020-12']),
mpf.make_addplot(downboundDC.loc['2020-6':'2020-12'])]
mpf.plot(df.loc['2020-6':'2020-12'], type='candle', style=s, title='平安银行2020年K线图及唐奇安通道线', addplot=add_plot, mav=(5,10,20),volume=True)
生成图像如下：
这样就成功在平安银行半年K线图与5&10&20日均线图的基础上添加了20日的唐奇安上轨道线，中轨道线，下轨道线。
如果想要详细了解唐奇安通道指标及其策略，文章链接指引：Python 金融量化 道路突破策略（唐奇安道路突破策略&布林带通道及其市场风险）
如果需求更高，可以参考这些
- mpf.make_addplot()里可以有
- scatter参数，默认为Flase，设置为True可以绘制散点图。
- marker为添加标记点。scatter要先设为True才能显示标记点。
^表示正三角形， v表示倒三角形 - markersize为标记点尺寸。
- color为设定颜色 color为标记点的颜色，不是线条的
- 设置panel ="lower"后，可以让线条现实中附图的成交量上边。
一个语法示例(需要自己找数据测试)：
add_plot = [
mpf.make_addplot(list1, scatter=True, markersize=200, marker='^', color='y'),
mpf.make_addplot(list2, scatter=True, markersize=200, marker='v', color='r'),
mpf.make_addplot(data[['a', 'b']])]
mpf.plot(data, type='candle', addplot=add_plot, volume=True)
其中当mpf.make_addplot()的第一个参数为DataFrame时，有几列就添加绘制几根折线。
更多方法技巧点击下方姊妹篇文章：
mplfinance基本参数介绍：
Python mplfinance库绘图① 基本参数介绍(简单秒懂)
关于如何解决 mplfinance 中文乱码 和 图像不正常显示负数的问题：
Python mapfinance库②中文标题乱码 与 显示负数 解决方案
关于mplfinance如何自定义样式：
Python mplfinance库④ 如何自定义style样式（超细傻瓜级解说）
