K线图是看懂股票走势的最基本知识，K线分为阴线和阳线，阴线和阳线都包含了最低价、开盘价、最高价和收盘价，一般都K线如下图所示：

度娘说：K线图源于日本德川幕府时代(1603～1867年)，被当时日本米市的商人用来记录米市的行情与价格波动，后因其细腻独到的标画方式而被引入到股市及期货市场。通过K线图，我们能够把每日或某一周期的市况现完全记录下来，股价经过一段时间的盘档后，在图上即形成一种特殊区域或形态，不同的形态显示出不同意义。

在使用Python进行股票分析的过程中，我们可以很容易的对K线图进行绘制，下面介绍两种情形下的K线图绘制：

一、股票数据来源于Matplotlib：

# 导入需要的库

import tushare as ts

import matplotlib.pyplot as plt

import matplotlib.finance as mpf

%matplotlib inline

# 设置历史数据区间

date1 = (2014, 12, 1) # 起始日期，格式：(年，月，日)元组

date2 = (2016, 12, 1) # 结束日期，格式：(年，月，日)元组

# 从雅虎财经中获取股票代码601558的历史行情

quotes = mpf.quotes_historical_yahoo_ohlc('601558.ss', date1, date2)

# 创建一个子图

fig, ax = plt.subplots(facecolor=(0.5, 0.5, 0.5))

fig.subplots_adjust(bottom=0.2)

# 设置X轴刻度为日期时间

ax.xaxis_date()

# X轴刻度文字倾斜45度

plt.xticks(rotation=45)

plt.title("股票代码：601558两年K线图")

plt.xlabel("时间")

plt.ylabel("股价(元)")

mpf.candlestick_ohlc(ax,quotes,width=1.2,colorup='r',colordown='green')

plt.grid(True)

绘制出来的K线图如下：

二、股票数据来源于Tushare：

因为从Tushare中获取到的数据为Pandas的DataFrame结构，需要将其转换为matplotlib.finance.candlestick_ohlc()方法能够处理的数据结构。

from matplotlib.pylab import date2num

import datetime

# 对tushare获取到的数据转换成candlestick_ohlc()方法可读取的格式

data_list = []

for dates,row in hist_data.iterrows():

# 将时间转换为数字

date_time = datetime.datetime.strptime(dates,'%Y-%m-%d')

t = date2num(date_time)

open,high,low,close = row[:4]

datas = (t,open,high,low,close)

data_list.append(datas)

# 创建子图

fig, ax = plt.subplots()

fig.subplots_adjust(bottom=0.2)

# 设置X轴刻度为日期时间

ax.xaxis_date()

plt.xticks(rotation=45)

plt.yticks()

plt.title("股票代码：601558两年K线图")

plt.xlabel("时间")

plt.ylabel("股价(元)")

mpf.candlestick_ohlc(ax,data_list,width=1.5,colorup='r',colordown='green')

plt.grid()

同样也能绘制会一样的K线图：

嗯，是不是很简单？