用 Python 绘制专业的 K 线图【含源代码】

# 加载取数与绘图所需的函数包import pandas as pdimport datetimefrom hs_udata import set_token,stock_quote_dailyfrom mpl_finance import candlestick_ohlcimport matplotlib as mplimport matplotlib.pyplot as pltimport matplotlib.dates as mdatesmpl.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
def GetData(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([])    while date_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    return data
#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(lambda x:mdates.date2num(datetime.datetime.strptime(x,'%Y-%m-%d')),data_price.index.tolist()))data_price

#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(lambda x: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、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(lambda row: 1 if row['close_price'] >= row['open_price'] else 0, 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(lambda x: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()