Python数据可视化：如何用mplfinance创建蜡烛图

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。

我们团队推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，使用matplotlib, seaborn, plotly等工具实现可视化。

本文的主题是如何创建蜡烛图。

蜡烛图在金融领域的应用非常广泛，蜡烛图包含了证券价格的开盘价，最高价，最低价，收盘价和成交量，是技术分析的基础。

创建蜡烛图需要先安装一个三方库：mplfinance，这原本是Matplotlib的子模块，现被剥离成为一个独立的库。

在终端运行命令：pip install mplfinance

import osimport requests
import pandas as pd
import matplotlib.pyplot as plt
import mplfinance as mpf%matplotlib inline

1. 获取K线数据

先从蜂鸟数据获取股票历史K线，蜂鸟数据提供沪深A股，港股，美股，期货，外汇，数字货币的实时报价和历史数据。查看API文档。

登录蜂鸟官网，注册即可获得API密钥，免费获取金融数据。

# 获取微软(MSFT)的日图历史K线
data = requests.get('https://api.trochil.cn/v1/usstock/history',params={'symbol': 'MSFT','start_date': '2020-01-01','end_date': '2020-08-31','apikey': os.getenv("TROCHIL_API")  # 使用您的API密钥})df = pd.DataFrame.from_records(data.json()["data"])
df["datetime"] = pd.to_datetime(df["datetime"])
df.set_index("datetime", inplace=True)df.head()

	open	high	low	close	volume
datetime
2020-01-02	158.78	160.730	158.3300	160.62	22634546.0
2020-01-03	158.32	159.945	158.0600	158.62	21121681.0
2020-01-06	157.08	159.100	156.5100	159.03	20826702.0
2020-01-07	159.32	159.670	157.3200	157.58	21881740.0
2020-01-08	158.93	160.800	157.9491	160.09	27762026.0

2. 基础蜡烛图

要创建蜡烛图，只需要调用mpf.plot接口。

mpf.plot(data, type, title, ylabel, style, volume, ylabel_lower, show_nontrading, figratio, mav)

data: pd.DataFrame, 包含’Open’,‘High’,‘Low’,‘Close’字段，如果要显示成交量，还要提供’Volume’，默认时间序列索引(DatetimeIndex)
type: 图表类型，可选值包含：‘ohlc’, ‘candle’, ‘line’, ‘renko’, ‘pnf’
title: 标题
ylabel: 纵轴标签
style: 蜡烛图样式，mplfinance提供了很多内置样式
volume: True表示添加成交量，默认False
ylabel_lower: 成交量的Y轴标签
show_nontrading: True显示非交易日，默认False
figratio: 控制图表大小的元组
mav: 整数或包含整数的元组，是否在图表中添加移动平均线

df2 = df["2020-08"]mpf.plot(df2, type="candle", title="Candlestick for MSFT", ylabel="price($)")

3. 调整样式

mplfinance提供了很多内置样式，便于用户快速创建美观的蜡烛图。

mpf.available_styles()

['binance','blueskies','brasil','charles','checkers','classic','default','mike','nightclouds','sas','starsandstripes','yahoo']

mpf.plot(df2, type="candle", title="Candlestick for MSFT", ylabel="price($)", style="binance")

4. 添加成交量

mpf.plot(data=df2,type="candle",title="Candlestick for MSFT",ylabel="price($)",style="binance",volume=True,ylabel_lower="volume(shares)"
)

5. 显示非交易日

mpf.plot(data=df2,type="candle",title="Candlestick for MSFT",ylabel="price($)",show_nontrading=True
)

6. 自定义样式

如果内置样式不满足需求，可以自定义样式，并提供给style参数。

# 调用make_marketcolors函数，定义K线颜色
mc = mpf.make_marketcolors(up="red",  # 上涨K线的颜色down="green",  # 下跌K线的颜色edge="black",  # 蜡烛图箱体的颜色volume="blue",  # 成交量柱子的颜色wick="black"  # 蜡烛图影线的颜色
)# 调用make_mpf_style函数，自定义图表样式
# 函数返回一个字典，查看字典包含的数据，按照需求和规范调整参数
style = mpf.make_mpf_style(base_mpl_style="ggplot", marketcolors=mc)
# print(style)mpf.plot(data=df2,type="candle",title="Candlestick for MSFT",ylabel="price($)",style=style,volume=True
)

7. 调整图表大小

mpf.plot(data=df2,type="candle",title="Candlestick for MSFT",ylabel="price($)",style="binance",figratio=(12, 6)
)

8. 添加移动平均线

mpf.plot(data=df,type="candle",title="Candlestick for MSFT",ylabel="price($)",style="binance",figratio=(12, 6),mav=(10, 20, 50)  # 整数，或包含整数的列表/元组
)

如果喜欢我们的文章，记得点赞和收藏哦，我们每天都会为大家带来Python，数据科学和量化交易的精品内容。

【关于我们】

蜂鸟数据：国内领先的金融数据API提供商。

蜂鸟数据团队由业界顶尖的数据工程师，数据科学家和宽客组成，我们正努力构建一个强大的金融数据库，并提供API接口，目标是令金融数据开源化和平民化。

浏览并测试我们接口吧，目前覆盖股票，外汇，商品期货，数字货币和宏观经济领域，包括实时报价(tick)和历史数据(分钟)，提供REST API和Websocket两种接入方式，能够满足金融分析师，量化交易和理财app的需求。

需要金融数据？利用蜂鸟API将数据整合到您的应用

如果您准备好了，请登录蜂鸟官网，注册免费获取API密钥，然后开始探索我们的金融数据库吧。