数据可视化7_股票K线图

文章目录

题目要求
数据源
- 代码
- - 简单版
  - 复杂版
  - 遗忘的知识
  - - 1. numpy
    - 2. json和python数据转换

题目要求

excel里的股票数据搞成K线图

数据源

阿里巴巴2020年股票数据.xlsx

代码

简单版

"""
Time:2021/6/12 14:24
Author:小李今天敲代码了吗
"""
from openpyxl import load_workbook
from pyecharts import options as opts
from pyecharts.charts import Kline
import numpy as np
# 股票K线图
"""
step1: 搞个二维表装数据
step2：把时间和数据分开，用了numpy，
step3: 函数
用了np.tolist把np转list
"""def get_stock_all(file_addr):# 创建一个工作簿,这里用不到，因为我只想打开一个工作簿# wb =Workbook()# 打开文件wb = load_workbook(file_addr)# 激活工作簿ws = wb.active# 读取数据all_list = []# print(ws.max_column)for r in range(2, ws.max_row + 1):row_list = []for c in range(1, ws.max_column):val = ws.cell(r, c).value# print(val)row_list.append(val)all_list.append(row_list)data = all_listreturn data# 这个是引用的改的
def k_line(data: list):# 对二维函数的处理data_sha = np.array(data)  # list转npdata_fin = data_sha[:, 1:6].tolist()  # np转listc = (Kline().add_xaxis([data[i][0].date() for i in range(len(data))]).add_yaxis("kline", data_fin).set_global_opts(xaxis_opts=opts.AxisOpts(is_scale=True),yaxis_opts=opts.AxisOpts(is_scale=True,splitarea_opts=opts.SplitAreaOpts(is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)),),datazoom_opts=[opts.DataZoomOpts(type_="inside")],title_opts=opts.TitleOpts(title="Kline-DataZoom-inside"),).render("kline_datazoom_inside.html"))if __name__=='__main__':file_addr=r'..\python_with_mysql\数据库相关操作\阿里巴巴2020年股票数据.xlsx'k_line(get_stock_all(file_addr))

复杂版

"""
Time:2021/6/12 16:03
Author:小李今天敲代码了吗
"""from typing import List, Unionfrom openpyxl import load_workbook
from pyecharts import options as opts
from pyecharts.charts import Kline, Line, Bar, Griddef get_data(file_addr):wb = load_workbook(file_addr)# 激活工作簿ws = wb.active# 读取数据all_list = []# print(ws.max_column)for r in range(2, ws.max_row + 1):row_list = []val = str(ws.cell(r, 1).value.date())# print(val,type(val))row_list.append(val)for c in range(2, ws.max_column):val = ws.cell(r, c).value# print(val)row_list.append(val)all_list.append(row_list)json_response = all_list# 解析数据return split_data(data=json_response)# def get_data():
#     response = requests.get(
#         url="https://echarts.apache.org/examples/data/asset/data/stock-DJI.json"
#     )
#     json_response = response.json()
#     # 解析数据
#     print(type(json_response),json_response)
#     return split_data(data=json_response)# 引用的 具体的处理没研究
def split_data(data):category_data = []values = []volumes = []for i, tick in enumerate(data):# print(tick)category_data.append(tick[0])values.append(tick)# print(type(tick[0]))volumes.append([i, tick[4], 1 if tick[1] > tick[2] else -1])return {"categoryData": category_data, "values": values, "volumes": volumes}def calculate_ma(day_count: int, data):result: List[Union[float, str]] = []for i in range(len(data["values"])):if i < day_count:result.append("-")continuesum_total = 0.0for j in range(day_count):sum_total += float(data["values"][i - j][1])result.append(abs(float("%.3f" % (sum_total / day_count))))return resultdef draw_charts():kline_data = [data[1:-1] for data in chart_data["values"]]kline = (Kline().add_xaxis(xaxis_data=chart_data["categoryData"]).add_yaxis(series_name="Dow-Jones index",y_axis=kline_data,itemstyle_opts=opts.ItemStyleOpts(color="#ec0000", color0="#00da3c"),).set_global_opts(legend_opts=opts.LegendOpts(is_show=False, pos_bottom=10, pos_left="center"),datazoom_opts=[opts.DataZoomOpts(is_show=False,type_="inside",xaxis_index=[0, 1],range_start=98,range_end=100,),opts.DataZoomOpts(is_show=True,xaxis_index=[0, 1],type_="slider",pos_top="85%",range_start=98,range_end=100,),],yaxis_opts=opts.AxisOpts(is_scale=True,splitarea_opts=opts.SplitAreaOpts(is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)),),tooltip_opts=opts.TooltipOpts(trigger="axis",axis_pointer_type="cross",background_color="rgba(245, 245, 245, 0.8)",border_width=1,border_color="#ccc",textstyle_opts=opts.TextStyleOpts(color="#000"),),visualmap_opts=opts.VisualMapOpts(is_show=False,dimension=2,series_index=5,is_piecewise=True,pieces=[{"value": 1, "color": "#00da3c"},{"value": -1, "color": "#ec0000"},],),axispointer_opts=opts.AxisPointerOpts(is_show=True,link=[{"xAxisIndex": "all"}],label=opts.LabelOpts(background_color="#777"),),brush_opts=opts.BrushOpts(x_axis_index="all",brush_link="all",out_of_brush={"colorAlpha": 0.1},brush_type="lineX",),))line = (Line().add_xaxis(xaxis_data=chart_data["categoryData"]).add_yaxis(series_name="MA5",y_axis=calculate_ma(day_count=5, data=chart_data),is_smooth=True,is_hover_animation=False,linestyle_opts=opts.LineStyleOpts(width=3, opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).add_yaxis(series_name="MA10",y_axis=calculate_ma(day_count=10, data=chart_data),is_smooth=True,is_hover_animation=False,linestyle_opts=opts.LineStyleOpts(width=3, opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).add_yaxis(series_name="MA20",y_axis=calculate_ma(day_count=20, data=chart_data),is_smooth=True,is_hover_animation=False,linestyle_opts=opts.LineStyleOpts(width=3, opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).add_yaxis(series_name="MA30",y_axis=calculate_ma(day_count=30, data=chart_data),is_smooth=True,is_hover_animation=False,linestyle_opts=opts.LineStyleOpts(width=3, opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).set_global_opts(xaxis_opts=opts.AxisOpts(type_="category")))bar = (Bar().add_xaxis(xaxis_data=chart_data["categoryData"]).add_yaxis(series_name="Volume",y_axis=chart_data["volumes"],xaxis_index=1,yaxis_index=1,label_opts=opts.LabelOpts(is_show=False),).set_global_opts(xaxis_opts=opts.AxisOpts(type_="category",is_scale=True,grid_index=1,boundary_gap=False,axisline_opts=opts.AxisLineOpts(is_on_zero=False),axistick_opts=opts.AxisTickOpts(is_show=False),splitline_opts=opts.SplitLineOpts(is_show=False),axislabel_opts=opts.LabelOpts(is_show=False),split_number=20,min_="dataMin",max_="dataMax",),yaxis_opts=opts.AxisOpts(grid_index=1,is_scale=True,split_number=2,axislabel_opts=opts.LabelOpts(is_show=False),axisline_opts=opts.AxisLineOpts(is_show=False),axistick_opts=opts.AxisTickOpts(is_show=False),splitline_opts=opts.SplitLineOpts(is_show=False),),legend_opts=opts.LegendOpts(is_show=False),))# Kline And Lineoverlap_kline_line = kline.overlap(line)# Grid Overlap + Bargrid_chart = Grid(init_opts=opts.InitOpts(width="1000px",height="800px",animation_opts=opts.AnimationOpts(animation=False),))grid_chart.add(overlap_kline_line,grid_opts=opts.GridOpts(pos_left="10%", pos_right="8%", height="50%"),)grid_chart.add(bar,grid_opts=opts.GridOpts(pos_left="10%", pos_right="8%", pos_top="63%", height="16%"),)grid_chart.render("professional_kline_brush.html")if __name__ == "__main__":file_addr = r'..\python_with_mysql\数据库相关操作\阿里巴巴2020年股票数据.xlsx'chart_data = get_data(file_addr)draw_charts()

遗忘的知识

1. numpy

对二维数组进行切片的时候，可以先把list转成np,处理之后，再用np转list

参考文章Python二维数组与三维数组切片详解

2. json和python数据转换

json 类型转换到 python 的类型对照表：

JSON	Python
object	dict
array	list
string	unicode
number (int)	int, long
number (real)	float
true	True
false	False
null	None

ython数据转换

json 类型转换到 python 的类型对照表：

JSON	Python
object	dict
array	list
string	unicode
number (int)	int, long
number (real)	float
true	True
false	False
null	None

数据可视化7_股票K线图相关推荐

利用python的tushare库获取在线数据，绘制股票k线图
可视化是python的一个强大功能,也是金融数据分析中重要的工具.本文给出的python代码可以用于绘制贵州茅台(600519)在2019年1月1日到2019年12月31日的周k线图. 注意:本文使用 ...
利用JFreeChart绘制股票K线图
因为工作的需要,接触了一些股票图形绘制类的工作,其中最主要的还是股票K线图的绘制了,如果利用编程语言最底层的图形绘制方法去绘制这类图形,如果对编程语言不是特别熟悉的话,一般是有很大的困难的,通过在网上 ...
java绘制均线图_利用JFreeChart绘制股票K线图完整解决方案
因为工作的需要,接触了一些股票图形绘制类的工作,其中最主要的还是股票K线图的绘制了,如果利用编程语言最底层的图形绘制方法去绘制这类图形,如果对编程语言不是特别熟悉的话,一般是有很大的困难的,通过在网上 ...
利用JFreeChart绘制股票K线图完整解决方案
网上有很多人在询问如何使用jfreechart来绘制股票K线图,通过阅读其中的一些例子来看,大多比较的凌乱,没有给出一个符合中国股票市场的K线图实例,因为中国的股票市场K线图的颜色表示与国外存在一点差 ...
使用jfreeChart绘制股票K线图
http://blog.csdn.net/tufeng1992/article/details/50953419 因项目需要画K线图,上面的原文中有些类jFreeChart已经废弃,有些改了类名,运行 ...
plotly基于dataframe数据绘制股票K线图并过滤非交易时间
plotly基于dataframe数据绘制股票K线图并过滤非交易时间 #ohlc过滤非交易时间: import plotly as py # 导入plotly库并命名为py import plotly ...
python数据科学包（七）—— matplotlib实战之绘制球员能力图和股票K线图
1.球员能力图 # -*- coding: utf-8 -*- import numpy as np import pandas as pd import matplotlib.pyplot as p ...
如何使用Tushare和Echarts来画股票K线图
如何使用Tushare和Echarts来画股票K线图技术支持 Tushare大数据社区官网首先介绍一下这次要使用的两个工具,Tushare是一个基于Python的金融数据接口,拥有丰富的数据内 ...
太酷炫了，用python绘制股票K线图！
大家好,我是小五发现大家还是最喜欢股票基金话题呀~ 那说到股票基金就不得不提--K线图! 那小五今天就带大家???? 用python来轻松绘制高颜值的K线图???? 获取股票交易数据巧妇难为无米之 ...

数据可视化7_股票K线图

文章目录

题目要求

数据源

代码

简单版

复杂版

遗忘的知识

1. numpy

2. json和python数据转换

数据可视化7_股票K线图相关推荐

最新文章

热门文章