python pcm文件 python mpl

使用mplfinance代替matplotlib库来绘图，或者作为对matplotlib库的补充，在金融量化中也不失为一种更方便高效的选择。mplfinance强大的功能，可以满足我短短几行简单的代码，就能够绘制出符合甚至超出我们原有预期且美观的图像。

mplfinance绘图的基本参数

导入方式：

import mplfinance as mpf

• 注意这里是mpf ，新手接触时总是发生与 mpl 弄混淆的情况，以至于傻傻得分不清楚也找不出报错在哪里。

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

• data为一个DataFrame对象，要保证其有Open, High, Low, Close四个列。且行索引的名称必须是’Date‘，此外还有一列是’Volume’，这一列不是必须的(如果要同时绘制成交量柱状图，则还需要该列名为Volume的列。)
• type为绘制图线的类型，可以的选择有* ‘ohlc’, ‘candle’(蜡烛图), ‘line’(直线，仅绘制收盘价时序图时用), ‘renko’, ‘pnf’。
• title 即图片标题 默认不能有汉字和其他一些特殊字符，如果想使用汉字，需要加一些修改。
• ylabel: 纵轴的标签
• 
  
• style: 样式，这是我认为最赞的两个参数之一(另一个是mav，直接绘出均线，下边有介绍)。
  mplfinance提供了很多内置样式，如
  ‘binance’,
  ‘blueskies’,
  ‘brasil’,
  ‘charles’,
  ‘checkers’,
  ‘classic’,
  ‘default’,
  ‘mike’,
  ‘nightclouds’,
  ‘sas’,
  ‘starsandstripes’,
  ‘yahoo’
  可以逐个尝试，从而找出自己喜欢的风格，这里不再一一列举。当然也可以自己定义风格样式。
• 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。(这个一般不怎么常用。)
• 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。如mav=(5, 10)表示添加5日均线和10日均线。
• savefig: 如果要保存生成的图片，则加入savefig参数，参数值为要保存的路径+文件名。

综合上述参数：

# 从tushare调取 平安银行(000001.SZ) 股价数据
import tushare as ts
import pandas as pd
import mplfinance as mpf
token = 'Your token'   # 输入你的接口密匙，获取方式及相关权限见Tushare官网。
pro = ts.pro_api(token)
df = pro.daily(ts_code='000001.SZ') 

# 然后 将该DataFrame对象处理为适合我们使用的格式
df = df.loc[:, ['trade_date', 'open', 'high', 'low', 'close', 'vol']]
df.rename(
    columns={
        'trade_date': 'Date', 'open': 'Open',
        'high': 'High', 'low': 'Low',
        'close': 'Close', 'vol': 'Volume'},
    inplace=True)       # 重定义列名，方便统一规范操作。
df['Date'] = pd.to_datetime(df['Date'])  # 转换日期列的格式，便于作图
df.set_index(['Date'], inplace=True)  # 将日期列作为行索引
df = df.sort_index()  # 倒序，因为Tushare的数据是最近的交易日数据显示在DataFrame上方，倒序后方能保证作图时X轴从左到右时间序列递增。

# 使用mplfinance库绘图  一个句子管到饱
# 选择平安银行2020年11月和12月的数据进行绘图
mpf.plot(df.loc['2020-11': '2020-12'], type='candle', ylabel="price", style='blueskies', title='A_stock-PABank 2020-Dec_candle_line', mav=(5, 10), volume=True, ylabel_lower="volume(shares)")

生成图像效果如图所示：