金融分析：图形可视化plotly绘图思路

plotly是一款可以动态展示图型的可视化工具，但是网上的教程相对比较混乱，所以我写了一个针对金融分析的作图笔记。

其实plotly的封装cufflinks就能很好的解决金融图表问题，但是cufflinks对子图的支持十分不友好，最终还是放弃，决定还是使用纯plotly。

先给各位看一下效果

一、多子图基本步骤讲解

1、首先导入所需库

import pandas as pd
import talib
import plotly.graph_objs as go
from plotly.subplots import make_subplots

2、然后画子图的画布

fig = make_subplots(rows=2, cols=1, shared_xaxes=True,row_heights=[0.8,0.2])"""
1、其中row表示行、cols表示列2、shared_xaxes=True  表示x轴共用，这样移动一个表适合另一个也会一起动，方便分析时序图标3、row_heights=[0.8,0.2]   表示第一行站0.8，第二行占0.2其他的自己举一反三即可
"""

3、画布制作好了就可以增加数据了

首先是fig.add_trace 可以理解加一个线，加一条线就写一个fig.add_trace

go.Candlestic是k线图（蜡烛图）

fig.add_trace(go.Candlestick(x=df.index, open=df.Open, high=df.High, low=df.Low, close=df.Close,increasing_line_color='green', decreasing_line_color='red', name='日K线'), row=1, col=1)

4、灵魂来了，那么我总共分了两个，我想在k线上加三条辅助线，下面的子图不变，那么怎么让辅助线道第一个子图而不是第二个子图去呢，这就是需要这里的row和col

row表示行，col表示列

row = 1，col = 1表示这个k线是在第一行，第一列的图上

5、知道了这个我们就可以添加其他线条去不同子图了。

# 加DC指标的三条线  每条都去第一行第一列的子图去
fig.add_trace(go.Scatter(x=df.index, y=df.t_up, marker_color='yellow', name='T', line=dict(width=1)), row=1, col=1)
fig.add_trace(go.Scatter(x=df.index, y=df.t_low, marker_color='blue', name='M', line=dict(width=1), fill='tonextx',fillcolor='rgba(0,191,255,0.1)'), row=1, col=1)
fig.add_trace(go.Scatter(x=df.index, y=df.t_middle, marker_color='blue', name='L', line=dict(width=1)),row=1, col=1)# 加RSI的一条线  到第二行第一列的子图去
fig.add_trace(go.Scatter(x=df.index, y=df.RSI, marker_color='white', name='R', line=dict(width=1)), row=2, col=1)

6、但是线宽是如何设置的呢，毕竟辅助线不能和大老粗一样影响我们分析,改变线条的宽度的地方就在这里，marker_color是改变线条颜色， line=dict（width=1）为改变线条粗度，

line可以改变线条的样式，需要的可以自己百度学习

7、有些指标，比如布林、唐奇安等是一个区间，那么怎么填充呢

这里就是fill的所有属性，至于怎么才是正确填充，各位多试试吧，我暂时也没理解，但是试个三四次就能试验出来。

tozerox 和 tozeroy 分别表示填充曲线到x=0和y=0的区域；
tonextx 和 tonexty 分别表示填充曲线到x和y方向上的前一条曲线之间的区域，如果前面没有曲线，则效果同tozerox 和 tozeroy；
toself 表示将曲线的各端点连接成闭合的形状；
tonext 表示将2条曲线各端点均连接成闭合的形状，前提是一条曲线包围另一条曲线

填充后，你会发现你的属于不透明的，改策划给你透明就是修改fillcolor，里面的rgba里面的a属性就是修改透明度（我改成立0.1）

8、做完后可以fig.show()看一下，发现下面的子图多一个滑块，其实这个滑块可以全局看图，但是这里我们不需要，我们可以通过xaxis_rangeslider_visible=False属性去掉。

9、记得添加主题背景，不然你的图会是白色的

fig.update_layout(xaxis_rangeslider_visible=False)# 加一个黑色的主题背景
fig["layout"]["template"] = "plotly_dark"fig.show()

上面的完整代码（需要自己有数据，直接跑不通，直接复制粘贴的可以走了）

import pandas
import pandas as pd
import talib
import plotly.graph_objs as go
from plotly.subplots import make_subplots# 写入你自己的文件
# filepath = r'C:\Users\17671\Desktop\histoy\123.csv'
pds = pd.read_csv(filepath, encoding='gbk')
df = pds[0:1000]
df['RSI'] = talib.RSI(df['Close'], timeperiod=28)
a = pandas.DataFrame()
b = pandas.DataFrame()
df.fillna(0)
for i in range(56):a[f's{i}_high'] = df['High'].shift(i)b[f's{i}_low'] = df['Low'].shift(i)
a.fillna(0)
b.fillna(0)# 唐奇安上阻力线 - 由过去N天的当日最高价的最大值形成。
df['t_up'] = a.max(axis=1)
# #
# 唐奇安下支撑线 - 由过去N天的当日最低价的最小值形成。
#
df['t_low'] = b.min(axis=1)
# 中心线 - （上线 + 下线）/ 2
df['t_middle'] = (df['t_up'] + df['t_low']) / 2fig = make_subplots(rows=2, cols=1, shared_xaxes=True,row_heights=[0.8,0.2])
fig = go.FigureWidget(fig)
fig.add_trace(go.Candlestick(x=df.index, open=df.Open, high=df.High, low=df.Low, close=df.Close,increasing_line_color='green', decreasing_line_color='red', name='日K线'), row=1, col=1)# 加唐奇安通道
fig.add_trace(go.Scatter(x=df.index, y=df.t_up, marker_color='yellow', name='T', line=dict(width=1)), row=1, col=1)
fig.add_trace(go.Scatter(x=df.index, y=df.t_low, marker_color='blue', name='M', line=dict(width=1), fill='tonextx',fillcolor='rgba(0,191,255,0.1)'), row=1, col=1)
fig.add_trace(go.Scatter(x=df.index, y=df.t_middle, marker_color='blue', name='L', line=dict(width=1)),row=1, col=1)
fig.add_trace(go.Scatter(x=df.index, y=df.RSI, marker_color='white', name='R', line=dict(width=1)), row=2, col=1)fig.update_layout(xaxis_rangeslider_visible=True, xaxis_rangeslider_thickness = 0.04)
fig["layout"]["template"] = "plotly_dark"fig.show()

还有一个需求我目前没有想到，就是如何实时更新

我的想法是通过离线模式，生成html文件，然后通过定时任务刷新这个文件，实时更新这个文件，如果有更好的方法还麻烦告知。

金融分析：图形可视化plotly绘图思路—多子图教程相关推荐

MATLAB数学建模：数据图形可视化-三维绘图函数
5.1 绘制三维曲面文章目录 5.1 绘制三维曲面 5.2 生成栅格数据 5.3 绘制网格曲面命令 5.4 隐藏线的显示和关闭在 MATLAB 中, 我们可使用函数 surf 和 surfc 绘制 ...
可视化神器Plotly玩转多子图绘制
公众号:尤而小屋作者:Peter 编辑:Peter 可视化神器Plotly玩转多子图绘制大家好,我是Peter~ 很长时间没有Plotly绘图的文章,之前已经介绍如何绘制柱状图.饼图.小提琴图.桑 ...
【数据分析师---数据可视化】第二章：plotly绘图基础篇
plotly绘图基础篇 1 Plotly简介与安装 2 Plotly简单绘图入门 3 Plotly绘制散点图和饼图 4 Plotly绘图流程详细梳理 5 Plotly绘制密度图和三维散点图 5.1 绘 ...
编程软件python图片-python Plotly绘图工具的简单使用
1.plotly库的相关介绍 1)相关说明 plotly是一个基于javascript的绘图库,plotly绘图种类丰富,效果美观: 易于保存与分享plotly的绘图结果,并且可以与Web无缝集成: ...
python绘制饼图-Python使用Plotly绘图工具，绘制饼图
今天我们来学习一下如何使用Python的Plotly绘图工具,绘制饼图使用Plotly绘制饼图的方法,我们需要使用graph_objs中的Pie函数函数中最常用的两个属性values,用于赋值给需 ...
python如何绘制饼图_Python使用Plotly绘图工具，绘制饼图
今天我们来学习一下如何使用Python的Plotly绘图工具,绘制饼图使用Plotly绘制饼图的方法,我们需要使用graph_objs中的Pie函数函数中最常用的两个属性values,用于赋值给需 ...
[Python]可视化函数绘图计算器
基于matplotlib的可视化函数绘图计算器的实现前言设计实现分工设计目标功能实现过程 1.用户界面设计 2.表达式以LaTeX格式显示 3.二维绘图 4.三维绘图 4.求解线性方程组特 ...
IEC61131, IEC61499图形可视化，PLC图形可视化，PLC组态，VBScript和JavaScript脚本，解决方案源代码, 开发平台100% VC++源码2018!
IEC61131, IEC61499图形可视化,PLC图形可视化,PLC组态,VBScript和JavaScript脚本,解决方案源代码, 开发平台100% VC++源码2018! -- 全球领先. ...
plotly绘图原理
目录 1.plotly库的相关介绍 2.导入相关库 3.plotly绘图原理 4.保存图形的两种方式 5.绘制双y轴图 6.绘制多子图:一个画布上绘制多个图形 1.plotly ...

金融分析：图形可视化plotly绘图思路—多子图教程

金融分析：图形可视化plotly绘图思路—多子图教程相关推荐

最新文章

热门文章