用python画股票分时图 github_python用mpl_finance中的candlestick_ohlc画分时图-Go语言中文社区...

matplotlib.finance独立出来成为mpl_finance，而mpl_finance中的candlestick_ochl和candlestick_ohlc一般用来画股票的K线图。我需要分析分时图，也就是一分钟的行情，这个时候就不能直接用candlestick_ochl函数，因为candlestick_ochl中x轴最小的单位是日期，不是分钟。

经过对mpl_finance的源代码进行分析，问题在于matplotlib的date2num将日期转换为浮点数，浮点数的整数部分表示日期，小数部分代表小时和分钟。比如下面4个时间段是连续的分钟。

时间

date2num之后

乘以1440

2018/09/17-21:34

736954.8986

1061215054

2018/09/17-21:35

736954.8993

1061215055

2018/09/17-21:36

736954.9000

1061215056

2018/09/17-21:37

736954.9007

1061215057

可以看出date2num函数计算之后，4个时间的整数部分都是736954，导致在X轴上这4个时间段都重叠在一起，无法区分了。要达到的效果是每一个分钟也能成为一个整数，这样就可以显示出来了。那么一天是24小时，每小时60分钟，那么一天就是1440分钟，将date2num计算的浮点数乘以1440就可以将每一分钟转为整数，那么就可以在x轴上。

最后还需要对x轴格式化，因为自己对x轴进行了处理(乘以1440)，采用默认的格式化是乱码。需要自定义x轴的格式化函数。

完整例子如下：

import pandas as pd

from pandas import DataFrame

import matplotlib.pyplot as plt

import matplotlib.dates as dates

import mpl_finance as mpf

from matplotlib.ticker import Formatter

import numpy as np

dfcvs = DataFrame([

["2018/09/17-21:34", 3646, 3650,3644,3650],

["2018/09/17-21:35", 3650, 3650,3648,3648],

["2018/09/17-21:36", 3650, 3650,3648,3650],

["2018/09/17-21:37", 3652, 3654,3648,3652]

])

dfcvs.columns = ['时间','开盘','最高','最低','收盘']

dfcvs['时间']=pd.to_datetime(dfcvs['时间'],format="%Y/%m/%d-%H:%M")

#matplotlib的date2num将日期转换为浮点数，整数部分区分日期，小数区分小时和分钟

#因为小数太小了，需要将小时和分钟变成整数，需要乘以24(小时)×60(分钟)=1440，这样小时和分钟也能成为整数

#这样就可以一分钟就占一个位置

dfcvs['时间']=dfcvs['时间'].apply(lambda x:dates.date2num(x)*1440)

data_mat=dfcvs.as_matrix()

fig,ax=plt.subplots(figsize=(1200/72,480/72))

fig.subplots_adjust(bottom=0.1)

mpf.candlestick_ohlc(ax,data_mat,colordown='#53c156', colorup='#ff1717',width=0.2,alpha=1)

#将x轴的浮点数格式化成日期小时分钟

#默认的x轴格式化是日期被dates.date2num之后的浮点数，因为在上面乘以了1440，所以默认是错误的

#只能自己将浮点数格式化为日期时间分钟

#参考https://matplotlib.org/examples/pylab_examples/date_index_formatter.html

class MyFormatter(Formatter):

def __init__(self, dates, fmt='%Y%m%d %H:%M'):

self.dates = dates

self.fmt = fmt

def __call__(self, x, pos=0):

'Return the label for time x at position pos'

ind = int(np.round(x))

#ind就是x轴的刻度数值，不是日期的下标

return dates.num2date( ind/1440).strftime(self.fmt)

formatter = MyFormatter(data_mat[:,0])

ax.xaxis.set_major_formatter(formatter)

for label in ax.get_xticklabels():

label.set_rotation(90)

label.set_horizontalalignment('right')

plt.show()