matplotlib提供了一些金融圖表主要用於視覺化歷史股票價格,或者類似的金融時間序列資料
在matplotlib.finance的子庫中也提供了獲取歷史資料的函式
版本matplotlib 2.2中，finance會被替換成mpl_finance,但是在2.0版本中
import matplotlib.finance as mpf仍可以使用
data = mpf.quotes_historical_yahoo('code',start, end)
但是web資料來源的資料不足以作為任何重要投資的決策基礎,本文中的資料通過tushare獲取

# -*- coding:utf-8 -*-
 

import matplotlib as mpl
import tushare as ts
import matplotlib.pyplot as plt
import matplotlib.finance as mpf
%matplotlib inline

# mpf.quotes_historical_yahoo_ohlc('601558.ss', (2014,1,1),(2014,6,6))
# 現在不能正常的從雅虎財經獲取歷史資料了,會出現httpError,本文中的資料通過tushare獲取
# HTTPError: HTTP Error 404: Not Found

wdyx = ts.get_k_data('002739'
 
,'2017-01-01')
wdyx.info()

wdyx[:3]

.dataframe thead tr:only-child th { text-align: right; } .dataframe thead th { text-align: left; } .dataframe tbody tr th { vertical-align: top; }

date	open	close	high	low	volume	code
0	2017-01-03	54.010	54.070	54.110	53.711	30518.0	002739
1	2017-01-04	54.090	56.691	56.771	53.831	103953.0	002739
2	2017-01-05	56.302	56.591	57.080	55.924	65414.0	002739

# 由於資料不是通過,mpf.candlestick_ohlc()獲取的,所以日期的格式與,繪圖函式的不一致
# tushare回去的資料物件為DataFrame型別
# 所以要將格式轉換為mpf.candlestick_ohlc()能夠處理的浮點數格式

# 匯入兩個涉及的庫
from matplotlib.pylab import date2num
import datetime

# 對tushare獲取到的資料轉換成candlestick_ohlc()方法可讀取的格式
'''
data_list = []
for dates,row in hist_data.iterrows():
    # 將時間轉換為數字
    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)
'''
def date_to_num(dates):
    num_time = []
    for date in dates:
        date_time = datetime.datetime.strptime(date,'%Y-%m-%d')
        num_date = date2num(date_time)
        num_time.append(num_date)
    return num_time
# dataframe轉換為二維陣列
mat_wdyx = wdyx.as_matrix()
num_time = date_to_num(mat_wdyx[:,0])
mat_wdyx[:,0] = num_time
#         日期,   開盤,     收盤,    最高,      最低,   成交量,    程式碼
mat_wdyx[:3]

array([[736332.0, 54.01, 54.07, 54.11, 53.711, 30518.0, '002739'],
       [736333.0, 54.09, 56.691, 56.771, 53.831, 103953.0, '002739'],
       [736334.0, 56.302, 56.591, 57.08, 55.924, 65414.0, '002739']], dtype=object)

# 資料列的順序,從左至右是,開盤,收盤,最高,最低,成交量
# matplotlib.finance中有兩個函式,一個是candlestick_ochl(),剛好對應上邊的順序
# 另一個是candlestick_ohlc(),對應的是開盤,最高,最低,收盤的資料格式

# 接下來可以繪製K線圖了

fig, ax = plt.subplots(figsize=(15,5))
fig.subplots_adjust(bottom=0.5)
mpf.candlestick_ochl(ax, mat_wdyx, width=0.6, colorup='g', colordown='r', alpha=1.0)
plt.grid(True)
# 設定日期刻度旋轉的角度 
plt.xticks(rotation=30)
plt.title('wanda yuanxian 17')
plt.xlabel('Date')
plt.ylabel('Price')
# x軸的刻度為日期
ax.xaxis_date ()
###candlestick_ochl()函式的引數
# ax 繪圖Axes的例項
# mat_wdyx 價格歷史資料
# width    影象中紅綠矩形的寬度,代表天數
# colorup  收盤價格大於開盤價格時的顏色
# colordown   低於開盤價格時矩形的顏色
# alpha      矩形的顏色的透明度

 金融資料每日摘要圖表
 開盤價格和收盤價格由兩條水平線表示

fig, ax = plt.subplots(figsize=(15,5))
mpf.plot_day_summary_oclh(ax, mat_wdyx,colorup='g', colordown='r')
plt.grid(True)
ax.xaxis_date()
plt.title('wandayuanxian 17')
plt.ylabel('Price')

k線圖和成交量(柱狀圖)的組合圖表

fig, (ax1, ax2) = plt.subplots(2, sharex=True, figsize=(15,8))
mpf.candlestick_ochl(ax1, mat_wdyx, width=1.0, colorup = 'g', colordown = 'r')
ax1.set_title('wandayuanxian')
ax1.set_ylabel('Price')
ax1.grid(True)
ax1.xaxis_date()
plt.bar(mat_wdyx[:,0]-0.25, mat_wdyx[:,5], width= 0.5)
ax2.set_ylabel('Volume')
ax2.grid(True)