該系列視頻已經(jīng)搬運(yùn)至bilibili：?點(diǎn)擊查看

歡迎來(lái)到Python for Finance教程系列的第4部分。在本教程中，我們將基于Adj Close列創(chuàng)建燭臺(tái)/ OHLC圖，這將允許我介紹重新采樣和其他一些數(shù)據(jù)可視化概念。

名為燭臺(tái)圖的OHLC圖表是一種將開(kāi)盤(pán)價(jià)Open，最高價(jià)High，最低價(jià)Low和收盤(pán)價(jià)Close數(shù)據(jù)全部集中在一個(gè)很好的格式中的圖表。另外，它使得漂亮的顏色，并記住我告訴你關(guān)于美觀的圖表？

在之前的教程中已經(jīng)涉及到了這一點(diǎn)：

importdatetime as dtimportmatplotlib.pyplot as pltfrom matplotlib importstyleimportpandas as pdimportpandas_datareader.data as web

style.use('ggplot')

df= pd.read_csv('tsla.csv', parse_dates=True, index_col=0)

不幸的是，即使創(chuàng)建OHLC數(shù)據(jù)，直接從Pandas制作燭臺(tái)圖也不是內(nèi)置的。未來(lái)我確信這個(gè)圖表類(lèi)型將會(huì)被提供，但現(xiàn)在不是。沒(méi)關(guān)系，we can make it！首先，我們需要import兩個(gè)新的庫(kù)：

from matplotlib.finance importcandlestick_ohlcimport matplotlib.dates as mdates

第一個(gè)導(dǎo)入是來(lái)自matplotlib的OHLC圖形類(lèi)型，第二個(gè)導(dǎo)入是特殊的mdates類(lèi)型，它大多只是一個(gè)屁股疼痛，但這是matplotlib圖形的日期類(lèi)型。pandas會(huì)自動(dòng)為你處理，但就像我說(shuō)的那樣，我們沒(méi)有燭臺(tái)的奢侈品。

首先，我們需要適當(dāng)?shù)腛HLC數(shù)據(jù)。我們目前的數(shù)據(jù)確實(shí)有OHLC的價(jià)值，除非我錯(cuò)了，特斯拉從來(lái)沒(méi)有分裂過(guò)，但是你永遠(yuǎn)不會(huì)這么幸運(yùn)。因此，我們將創(chuàng)建我們自己的OHLC數(shù)據(jù)，這也將允許我們展示另一個(gè)來(lái)自Pandas的數(shù)據(jù)轉(zhuǎn)換：

df_ohlc = df['Adj Close'].resample('10D').ohlc()

我們?cè)谶@里所做的是創(chuàng)建一個(gè)基于df ['Adj Close']列的新數(shù)據(jù)框，重新封裝10天的窗口，并且重采樣是一個(gè)ohlc(開(kāi)高低關(guān)閉)。我們也可以用.mean()或.sum()做10天的平均值或10天的總和。請(qǐng)記住，這10天的平均值是10天的平均值，而不是平均值。由于我們的數(shù)據(jù)是每日數(shù)據(jù)，因此將其重新采樣為10天的數(shù)據(jù)會(huì)顯著縮小數(shù)據(jù)的大小。這是你可以如何規(guī)范化多個(gè)數(shù)據(jù)集。有時(shí)，您可能會(huì)在每個(gè)月的一個(gè)月中記錄一次每月記錄的數(shù)據(jù)，每個(gè)月末記錄的其他數(shù)據(jù)，以及最終每周記錄一些數(shù)據(jù)。您可以每個(gè)月對(duì)該數(shù)據(jù)幀重新采樣到月末，并有效地將其標(biāo)準(zhǔn)化！如果你喜歡的話，這是更高級(jí)的熊貓功能，你可以從熊貓系列中了解更多。

我們想要繪制燭臺(tái)數(shù)據(jù)以及體積數(shù)據(jù)。我們不必重新采樣數(shù)據(jù)，但我們應(yīng)該，因?yàn)樗c我們的10D定價(jià)數(shù)據(jù)相比太細(xì)致。

df_volume = df['Volume'].resample('10D').sum()

我們?cè)谶@里使用金額，因?yàn)槲覀兇_實(shí)想知道在這10天內(nèi)交易的總量，但您也可以使用平均值。現(xiàn)在如果我們這樣做：

print(df_ohlc.head())

我們得到：

open high low close

Date2010-06-29 23.889999 23.889999 15.800000 17.459999

2010-07-09 17.400000 20.639999 17.049999 20.639999

2010-07-19 21.910000 21.910000 20.219999 20.719999

2010-07-29 20.350000 21.950001 19.590000 19.590000

2010-08-08 19.600000 19.600000 17.600000 19.150000

這是預(yù)期的，但是，我們現(xiàn)在要將這些信息移動(dòng)到matplotlib中，并將日期轉(zhuǎn)換為mdates版本。由于我們只是要在Matplotlib中繪制列，所以我們實(shí)際上不希望日期成為索引，所以我們可以這樣做：

df_ohlc = df_ohlc.reset_index()

現(xiàn)在的日期只是一個(gè)普通的專欄。接下來(lái)，我們要轉(zhuǎn)換它：

df_ohlc ['Date'] = df_ohlc ['Date']。map(mdates.date2num)

現(xiàn)在我們要設(shè)置這個(gè)數(shù)字：

fig =plt.figure()

ax1= plt.subplot2grid((6,1)，(0,0)，rowspan = 5，colspan = 1)

ax2= plt.subplot2grid((6,1)，(5,0)，rowspan = 1，colspan = 1，sharex =ax1)

ax1.xaxis_date()

除了ax1.xaxis_date()之外，您已經(jīng)看到過(guò)的所有內(nèi)容。這對(duì)我們來(lái)說(shuō)就是將軸從原始的生成號(hào)碼轉(zhuǎn)換為日期。

現(xiàn)在我們可以繪制燭臺(tái)圖：

candlestick_ohlc(ax1，df_ohlc.values，width = 2，colorup ='g')

然后做量：

ax2.fill_between(df_volume.index.map(mdates.date2num)，df_volume.values，0)

fill_between函數(shù)將繪制x，y，然后填充/之間的內(nèi)容。在我們的例子中，我們選擇0。

plt.show()

完整代碼：

importdatetime as dtimportmatplotlib.pyplot as pltfrom matplotlib importstylefrom matplotlib.finance importcandlestick_ohlcimportmatplotlib.dates as mdatesimportpandas as pdimportpandas_datareader.data as web

style.use('ggplot')

df= pd.read_csv('tsla.csv', parse_dates=True, index_col=0)

df_ohlc= df['Adj Close'].resample('10D').ohlc()

df_volume= df['Volume'].resample('10D').sum()

df_ohlc.reset_index(inplace=True)

df_ohlc['Date'] = df_ohlc['Date'].map(mdates.date2num)

ax1= plt.subplot2grid((6,1), (0,0), rowspan=5, colspan=1)

ax2= plt.subplot2grid((6,1), (5,0), rowspan=1, colspan=1, sharex=ax1)

ax1.xaxis_date()

candlestick_ohlc(ax1, df_ohlc.values, width=5, colorup='g')

ax2.fill_between(df_volume.index.map(mdates.date2num), df_volume.values, 0)

plt.show()

在接下來(lái)的幾個(gè)教程中，我們將留下可視化位，稍微討論一下獲取數(shù)據(jù)和處理數(shù)據(jù)。

總結(jié)

以上是生活随笔為你收集整理的python股票分析系列_Python股票分析系列——基础股票数据操作（二）.p4的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。