使用mplfinance的时候，我们通过设定参数style，可以得到多种多样的图像风格。style参数常用的内置样式有：‘binance’, ‘blueskies’, ‘brasil’, ‘charles’, ‘checkers’, ‘classic’, ‘default’, ‘mike’, ‘nightclouds’, ‘sas’, ‘starsandstripes’, ‘yahoo’。
这些内置样式中，很多都是按照美股的习惯红色表示下跌，韭菜色(绿色)表示上涨。这与我们A股的显示习惯刚好是相反的。
当这些样式满足不了我们的需求，或者说我们有更美的灵感与创造的时候，我们也可以自己定义样式。
我们使用 mpf.make_mpf_style()函数来设定新的风格样式，然后将其传给mpf.plot()的参数style即可。
第一步，我们照常扒拉数据:
# 从tushare调取 牧原股份(002714.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='002714.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，我们先使用一下mpf.make_marketcolors()函数，来设定一下K线的颜色方面的信息。一会儿要把这个设定的结果作为实参传给mpf.make_mpf_style()来设定自定义的风格样式。
mc = mpf.make_marketcolors(
up="red", # 上涨K线的颜色
down="green", # 下跌K线的颜色
edge="black", # 蜡烛图箱体的颜色
volume="blue", # 成交量柱子的颜色
wick="black" # 蜡烛图影线的颜色
)
# 还有一个叫alpha的参数，设置的是candlestick face，取值在0.1-1之间。这个设置的是K线蜡烛颜色的深浅，比如把当alpha设置为0.6的时候红色蜡烛就变成了接近橘黄色。绿色就变成了翠绿色。这个根据自己的感官来尝试选择就好啦。
mc设置好后，接下来我们要将其传给mpf.make_mpf_style()的marketcolors参数，来设定自定义的风格样式了。
第三步，我们开始设定自定义的风格样式了。
使用mpf.make_mpf_style函数，其参数有：
-
base_mpf_style：继承内置的风格，不想继承的话就不需要设置。这里我们不设置，纯靠自定义。
-
mavcolors 设置均线样式，必须使用列表传参
-
facecolor 设置前景色（坐标系颜色）
-
edgecolor 设置框线样式
-
figcolor 设置图像外周边填充色
-
gridcolor 设置网格线颜色
-
gridaxis 设置网格线方向,both双向 'horizontal’水平, 'vertical’垂直
-
gridstyle 设置网格线线型 例如
‘-’/‘solid’, ‘–’/‘dashed’, ‘-.’/‘dashdot’, ‘:’/‘dotted’, None/’ ‘/’’ -
y_on_right 设置y轴位置是否在右
-
rc 使用rcParams的dict设置样式，如果内容与上面的自定义设置相同，那么自定义设置覆盖rcParams设置
这个参数常用的写法为：
rc={‘font.family’: ‘SimHei’, ‘axes.unicode_minus’: ‘False’}
是用来解决 mplfinance库生成的图象 中文乱码 和不显示负数的问题的。 -
marketcolors 就是上一步我们定义的那个K线的属性，把它传入就OK了。
s = mpf.make_mpf_style(
gridaxis='both',
gridstyle='-.',
y_on_right=True,
marketcolors=mc,
edgecolor='b',
figcolor='r',
facecolor='y',
gridcolor='c')
第四步，开始使用mpf.plot()绘图了，传入上边设定好的风格s
mpf.plot(df.loc['2020-11': '2020-12'], type='candle', ylabel="price", style=s, title='A_stock-Muyuan 2020-Nov&Dec_candle_line', mav=(5, 10), volume=True, ylabel_lower="volume(shares)")
最终效果如图所示：
呃呃呃…找了半天，mplfinance库貌似也是存在一个缺点的。
源代码扒了半天也没有找到能自定义背景图的图片的参数，
也许是考虑到金融量化不需要二次元吧。
这对于二次元宅无疑是一项不小的打击。
算了，matplotlib.pyplot虽然句子写得长些，这一点还是挺好的哈哈哈哈哈哈。
更多方法技巧点击下方姊妹篇文章链接：
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
关于如何在这种高度封装的状态下绘图时添加一条其他曲线：
Python mplfinance库绘图③ 如何额外添加一条其他图线
