python 繪製走勢圖

來源:互聯網
上載者:User

標籤:str   字元   ticker   處理   技術   config   form   minus   day   

1.工具

  matplotlib

 numpy

2.matplotlib使用

import matplotlib.pyplot as plt #plt用於顯示圖片
import matplotlib.image as mping #mping用於讀取圖片
import datetime as dt
import matplotlib.dates as mdates
from pylab import *


def draw_trend_chart(dates,y):
    mpl.rcParams[‘font.sans-serif‘] = [‘SimHei‘] #指定預設字型
    mpl.rcParams[‘axes.unicode_minus‘] = False #解決儲存映像是負號‘-‘顯示為方塊的問題
    
    x = [dt.datetime.strptime(d,‘%Y/%m/%d‘).date() for d in dates]
    #plt.figure(figsize=(8,8))
    plt.figure()

    #plt.gca().xaxis.set_major_formatter(mdates.DateFormatter(‘%m/%d/%Y‘))
    #plt.gca().xaxis.set_major_locator(mdates.DayLocator())
    #plt.plot(x,y,"r--",linewidth=2)
    plt.plot(x,y,"r",linewidth=1)
    #plt.gcf().autofmt_xdate()
    
    #plt.xlabel("DATE") #x軸標籤
    plt.ylabel("WEIGHT") #y軸標籤
    plt.title("MY HEALTH TRACKING")#標題

    plt.savefig("liuyang.png") #儲存圖片名稱

    lena = mping.imread(‘liuyang.png‘)  #讀取圖片檔案資訊
    lena.shape #(512,512,3)

    plt.imshow(lena) #顯示圖片
    plt.axis(‘off‘) #不顯示座標軸
    plt.title("")
    plt.show() #顯示

def get_weight_data(filename):
    time = []
    weight = []
    fileContent=open(filename,"r")
    for eachline in fileContent:
        eachData = eachline.strip(‘\n‘).split(",")
        if eachData[-1].strip() ==‘‘:
            continue
        else:
            time.append(eachData[0])
            weight.append(eachData[1])
    return [time, weight]

data = get_weight_data("data.csv")
draw_trend_chart(data[0],data[1])

 

 

3.numpy

.numpy數組
numpy是常用的資料處理庫,我將000001.SZ的股價資料(時間範圍從20150101到20150930)匯入到csv中,然後通過numpy讀取得到日期和價格數組。csv檔案中包含了兩列,日期和價格,分割符號為",",讀取過程代碼如下:

dates, close = np.loadtxt(filename,delimiter=",", unpack= True, converters={0:mdates.strpdate2num(‘%Y-%m-%d‘)})

  numpy的loadtxt方法:設定了檔案中的分隔字元號為“,”,unpack是否將數組拆分,True為拆分,即:得到兩個數組分別表示日期和收盤價格,converters是將日期類型的字串轉為數組,因為numpy規定其數組中的類型需要一致。
2.繪製基礎走勢圖
通過numpy得到日期和收盤價格之後,參照先前的樣本,通過plot方法進行繪製:

ax1.plot(dates,close)

  圖表如下所示:


在中,x軸通過數值標識,而不是日期類型。因為我們通過numpy構造數組時,日期按照數實值型別儲存,可以通過如下方法轉換為日期類型:

    ax1.xaxis.set_major_locator(mdates.DayLocator(bymonthday=range(1,32), interval=15))     ax1.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m-%d"))      for label in ax1.xaxis.get_ticklabels():          label.set_rotation(45)

  X-軸設定主要刻度locator為每日刻度,格式為:DateFormatter("%Y-%m-%d"),每日刻度從第1日到第31日,間隔為15日。圖表如下所示:

其中,對於X-軸上面的每個ticker標籤都向右傾斜45度,這樣標籤不會重疊在一起便於查看。
也可以按照每月進行顯示,X-軸設定主要刻度為每月刻度,格式為:DateFormatter("%Y-%m"),轉碼如下:

    ax1.xaxis.set_major_locator(mdates.MonthLocator())      ax1.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m"))

  圖表如下所示:


3.圖形邊框調整
細心的讀者可能會發現,在中底部(bottom)處的日期標籤,顯示不完整。此時可以點擊【configure subplots】按鈕,調整左右和上下邊框,然後儲存即可。圖表如下所示:

也可以通過subplots_adjust方法對於邊框進行調整:

    plt.subplots_adjust(bottom=0.13,top=0.95)

4.繪製價格平均線
在前面的樣本中繪製了基本的股票走勢圖,本節我們利用ta-lib【4】證券技術指標庫,繪製5日和10日價格平均線。
ta-lib中提供了方法talib.SMA得到價格簡單平均線,timeperiod為時間參數,timeperiod=5為五日均線,基於增加五日和十日均線,代碼如下:

    sma5 = talib.SMA(close, timeperiod = 5)      ax1.plot(dates,sma5)      sma10 = talib.SMA(close, timeperiod = 10)      ax1.plot(dates,sma10)

  其中,sma5和sma10均為numpy數組。
圖表如下所示:

在座標軸中有三條曲線,matplotlib會自動改變線條顏色,此時如果沒有說明並不方便使用,可以在右上方增加圖例,表明各線條所代表的含義,並增加圖表的網格效果,代碼如下:

plt.legend((‘daily‘, ‘SMA5‘, ‘SMA10‘))  plt.grid(True)

  圖表如下所示:

 

 

 4.http://www.cnblogs.com/bradleon/p/6832867.html

 

python 繪製走勢圖

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.