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👉
python来轻松绘制高颜值的K线图🚀
获取股票交易数据
巧妇难为无米之炊，做可视化也离不开数据。
本文我将以酱香型科技——贵州茅台为例，获取它的近期股票数据并绘制K线图。
如果我们要特意去动手去写爬虫，就显得有些多余了，毕竟爬完之后体验也不佳。
这里我们可以直接使用tushare 、akshare等等金融数据接口，个人非常安利akshare！毕竟它不需要积分呀
如果没安装记得安装吼
pip install akshare
运行以下语句，即可得到贵州茅台(600519)的历史数据。
import akshare as ak
df = ak.stock_zh_a_daily(symbol="sh600519", adjust="qfq")
df.tail()
这样我们就获取到了所需的数据。
注：ak.stock_zh_a_daily()函数，单次返回指定 A 股上市公司指定日期间的历史行情日频率数据。其中参数
adjust="qfq"，返回前复权后的数据。
为了方便后面可视化，我们还需要使用索引选择固定的行列。
df = df.iloc[-20:,0:5]
这样就只筛选了开盘价、最高价、最低价、收盘价以及交易量的近期数据，下面开始用python制作高颜值的K线图。
绘制K线图
K线图，又称蜡烛图。
通常包含四个数据，即开盘价、最高价、最低价、收盘价，所有的k线都是围绕这四个数据展开，从而反映大势的状况和价格信息。如果把每日的K线图放在一张纸上，就能得到日K线图，同样也可画出周K线图、月K线图。一般它长这样👇
目前看其他文章制作K线图时，通常都是以pyecharts为主。但今天小五想给大家安利一个库——mplfinance。
https://github.com/matplotlib/mplfinance
它原本是是Matplotlib的子模块，现被剥离成为一个独立的库。
导入库后，只需一行代码就可以生成K线图啦！
import mplfinance as mpf
mpf.plot(data=df)
额，相差较大，我们再改一点点参数吧。
mpf.plot(
data=df,
type='candle',
mav=(3, 6, 9),
volume=True,
show_nontrading=True
)
用了几个参数后，颜值还不错吧。下面就带大家详解一下上文用到或者没用到的参数👇
参数详解
matplotlib库绘制K线图的主要参数如下所示：
mpf.plot(data, type, title, ylabel, style, volume, ylabel_lower, show_nontrading, figratio, mav)
-
data: 数据需要有'Open','High','Low','Close'等字段。 -
volume: True表示添加成交量，默认False -
type: 图表类型，可选值包含：'ohlc', 'candle', 'line', 'renko', 'pnf' -
title: 标题 -
ylabel: 纵轴标签 -
ylabel_lower: 成交量的Y轴标签 -
show_nontrading: 是否显示非交易日，默认False -
figratio: 控制图表大小的元组 -
mav: 是否添加移动平均线 -
style: 各种内置样式
这里就不一一详细介绍了，大家感兴趣的话可以自己更改参数查看效果。
最后给大家展示一下各种style样式的效果👇
解决中文乱码
另外，我们在使用Matplotlib可视化时，会遇到中文乱码问题，一般用以下语句轻松解决：
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
同理，我们也可提前设置mplfinance的style里的字体格式，从而能够展示中文标题、标签等。
style = mpf.make_mpf_style(base_mpf_style='default', rc={'font.family': 'SimHei'})
mpf.plot(
data=df,
type='candle',
title="贵州茅台股票K线图",
ylabel="价格",
ylabel_lower="成交量",
mav=(3, 6, 9),
volume=True,
show_nontrading=True,
style=style)
这样就解决了mplfinance可视化的中文乱码问题。
以上就是小五分享给大家的小技巧了，快来一起用python来轻松绘制高颜值的K线图吧！🚀
如果喜欢我的文章，求点赞支持一波。
如果对文中代码感兴趣，可以点击下方卡片，在「快学Python」👇后台回复“K线图”一键获取
本文分享自微信公众号 - 凹凸数据（alltodata）。
如有侵权，请联系 [email protected] 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。