画K线图、画N日均线 python3

    记下自己的研究成果是件开心的事情，本文介绍用Python3将股票历史行情画成K线图，以及添加5日，10日，N日均线。

    首先，是获取数据源，一般分两种，一是直接从财经类网站读取；二是读取本地数据文件。我是先从财经网站下载历史行情数据csv文件，然后放到工程文件夹里。

####从雅虎财经获取历史行情####

from matplotlib.finance import quotes_historical_yahoo_ohlc

start = (2017, 1, 1)

end = (2017, 7, 12)

stock = quotes_historical_yahoo_ohlc("399300.ss", start, end)

if len(stock) == 0:

    raise SystemExit

##从雅虎获取google的股价数据###

import datetime

import pandas_datareader.data as web

 
start = datetime.datetime(2016, 10, 1)

end = datetime.date.today()

goog = web.DataReader("GOOG", "yahoo", start, end)

方式二，读取本地数据文件

import pandas as pd

stock = pd.read_csv("hs300_399300.csv")

csv文件如下：

    然后，进行数据预处理，或者说数据清洗。

#import sys

# 显示编译器默认编码格式

print(sys.getdefaultencoding)

# 读取前28行数据，将第一列解析为时间格式，将第一列指定为索引，文件编码方式为ANSI

stock = pd.read_csv("hs300_399300.csv",nrows=28, parse_dates=[0], index_col=0, encoding="ANSI")

# 逆序排序

stock = stock[::-1]

print(stock.info())

print(stock.head())

print(stock.columns)

 

可以看到数据信息，总共28行，时间索引为2017-05-26到2017-07-06，没有空值，以及各列的数据类型。若数据有缺损或者有多余空格，就要进行调整。

    数据没问题后就可以开始画图的了，首先用自带的plot（）画单列数据的图：

# 网格开启True

stock["收盘价"].plot(grid=True)

stock["最高价"].plot()

    可以看到它的横坐标竟然是以时间为刻度从2017-05-28到2017-07-02，原因是我们之前将csv文件第一列解析成时间格式，并且设为索引。如果没这么做，那么横坐标将为0，1，2，3....28.这一点在后面将不同坐标系的图绘入同一坐标系中非常重要。

    K线图又称蜡烛图，起源于日本德川幕府时代，当时的商人用此图来记录米市的行情和价格波动，后来K线图被引入到股票市场。每天的四项指标数据用如下蜡烛形状的图形来记录，不同的颜色代表涨跌情况。

   

    基本背景知识介绍完，上主菜：

import matplotlib.pyplot as plt

from matlplotlib.dates import DateFormatter,WeekdayLocator, DayLocator, MONDAY

import pandas as pd

import matplotlib.dates as mdates

from matplotlib.finance import candlestick_ohlc,quotes_historical_yahoo_ohlc

import numpy as np
 

def candle(stock, stocks, others=None):

    # 将时间数据转换为pandas的时间格式

    stock['日期'] = pd.to_datetime(stock['日期'])

    # 将时间数据转换为matplotlib的时间格式

    stock['日期'] = stock['日期'].apply(lambdad: mdates.date2num(d.to_pydatetime()))

    # 将需要数据转换为元组

    tuples = [tuple(x)for x in stock[['日期', '开盘价', '最高价', '最低价', '收盘价']]]


    # 获得fig和ax对象

    fig, ax =plt.subplots()

    # 调节横坐标距离底部的高度

    fig.subplots_adjust(bottom=0.2)
 
    # 设置横坐标主刻度标签位置，标签文本格式（显示每周周一），年月日

    mondays =WeekdayLocator(MONDAY)

    ax.xaxis.set_major_locator(mondays)

    mondays_formatter = DateFormatter("%Y-%m-%d")

    ax.xaxis.set_major_formatter(mondays_formatter)


    # 设置横坐标次刻度标签位置

    days =DayLocator()

    ax.xaxis.set_minor_locator(days)

    # day_formatter= DateFormatter("%d")

    # ax.xaxis.set_minor_formatter(day_formatter)


    # 网格，x坐标轴网格使用主刻度，y坐标轴使用副刻度

    #ax.xaxis.grid(True, which='major')

    #ax.yaxis.grid(True, which='minor')

    ax.grid(True)

 
    # 绘图

    candlestick_ohlc(ax,tuples, width=0.6, colorup='r', colordown='g')

    # 其它折线

    if others isnot None:

        for each inothers:

           plt.plot(stocks[each], label=each)

        plt.legend()

    ax.xaxis_date()
    ax.autoscale_view()


    # 设置横坐标标签的样式，获得当前坐标轴plt.gca,获得x轴刻度标签get_xticklabels(),转换角度，倾斜角度

    plt.setp(plt.gca().get_xticklabels(), rotation=45,horizontalalignment='right')

    plt.title("hs300_399300")

    #plt.xlabel("time")

    #plt.ylabel('price')

    plt.show()

5日均线：5天的收盘价的平均值

10日均线：10天的收盘价的平均值

依次类推。

给数据文件加一列“5日均线”,和‘10日均线’

stocks["5days"] = np.round(stocks["收盘价"].rolling(window=5, center=False).mean(), 2)

stocks["10days"] = np.round(stocks["收盘价"].rolling(window=10, center=False).mean(), 2)

现在打印下前60行

 

可见现在5,10日均线的数据都以计算并添加进数据文件中，接下来就是将其绘制入K线图上

# 读取数据画k线图

stock = pd.read_csv("hs300_399300", nrows=60,encoding="ANSI")

stock = stock[::-1]

# 读取数据画均线图

stock = pd.read_csv("hs300_399300", nrows=60,parse_dates=[0], index_col=0, encoding="ANSI")

stock = stock[::-1]

# 重命名columns索引,有些编码方式不支持中文，可以换成英文

stock.index.rename('日期', inplace=True)

stock.rename(columns={}, inplace=True)

candle(stock, stocks, ["5days","10days"])

运行输出: