Home >  > Python利用Numpy读取CSV文件绘制股票K线

Python利用Numpy读取CSV文件绘制股票K线

0

今天测试了一下利用Python绘制股票K线的功能,网上有很多人已经分享了这方面的源码,直接拿来用就可以了,不过我在测试的过程中发现了几个问题:

一、matplotlib.finance的问题
网上的源码基本上都是这样写的:
from matplotlib.finance import quotes_historical_yahoo_ohlc, candlestick_ohlc

可是在我的电脑上运行都会提示:ModuleNotFoundError: No module named 'matplotlib.finance'

原因是:从matplotlib 2.2.0版本开始,matplotlib.finance已经从matplotlib中剥离了,如果你要使用的话,需要单独安装这个包。

安装方法:

pip install https://github.com/matplotlib/mpl_finance/archive/master.zip

安装后,就可以直接使用from mpl_finance import...导入了。

二、numpy从CSV导入数据

最开始导入的时候,老是提示我:ValueError: could not convert string to float: 'close'

后来才发现,原来是我放了一行标题栏在文件中,删除后就可以了。

或者使用skiprows=1跳过首行就可以了。当然这个skiprows还可以跳过其他的行。

附CSV文件的格式:

三、最终源码

import datetime
import csv
import matplotlib.pyplot as plt
import mpl_finance as mpf
import matplotlib.dates as mpd
import numpy as np

str2date =lambda x: mpd.date2num(datetime.datetime.strptime(x, '%Y/%m/%d').date())
data_list = np.loadtxt("nmp.csv",str,delimiter=",", skiprows=1)
columns = data_list[0]
quotes = [[str2date(d[0])] + [float(v) for v in d[1:-1]] for d in data_list[1:]]
fig,ax = plt.subplots(figsize=(6,4), facecolor=(0.5, 0.5, 0.5))
fig.subplots_adjust(bottom=0.2)
mpf.candlestick_ohlc(ax,quotes,width=0.4,colorup='r',colordown='g')
plt.grid(False)
ax.xaxis_date()
ax.autoscale_view()
plt.setp(plt.gca().get_xticklabels(), rotation=30)
plt.title("Shanghai Index")
plt.xlabel("Date")
plt.ylabel("Price")
plt.show()

附:
原来的代码在这里:https://bbs.csdn.net/topics/392298365

我将它改成了利用numpy读取csv文件的形式。另外,我将日期那里由原来的%m/%d/%Y改成了:%Y/%m/%d,这样和我从ricequant下载的日期格式一致。

另外,还有读取特定列的功能:
https://blog.csdn.net/u012413551/article/details/87890989

四、成果展示:

平安银行日K线:

五、待完善的地方
这个代码不能产生5分钟的K线图,需要完善。

六、升级版本
下面是通过聚宽平台直接获取日线数据,然后生成K线。
当然也可以获取分钟数据。

import pandas
import matplotlib
import mpl_finance
import matplotlib.pyplot as plt
from jqdatasdk import *

matplotlib.style.use('ggplot')

auth('138xxxxxxxx','a4')

stock_code = '600031.XSHG'
start_date = '2018-08-17'
end_date = '2019-08-17'

def getData():
	"""通过聚宽平台获取数据"""
	quotes = get_price(stock_code, start_date, end_date, frequency='daily',skip_paused=False,fq='pre')
	return quotes


def stockPricePlot(df):
	#获取ohlc,同样带了时间的index
	ohlc = df[['open', 'high', 'low', 'close']]
	ohlc.index.name = 'timestamp'
	print(ohlc.head())
	ohlc = ohlc.reset_index()
	print(ohlc.head())
	ohlc['timestamp'] = ohlc['timestamp'].map(matplotlib.dates.date2num)
	#生成100天均线数据
	df['100ma'] = df['close'].rolling(window=100,min_periods=0).mean()
	ax1 = plt.subplot2grid((6,1),(0,0),rowspan=5,colspan=1)
	ax2 = plt.subplot2grid((6,1),(5,0),rowspan=5,colspan=1,sharex=ax1)
	mpl_finance.candlestick_ohlc(ax=ax1, quotes=ohlc.values, width=0.20, colorup='g', colordown='r')
	ax1.plot(df.index,df['100ma'])
	ax2.bar(df.index,df['volume'])
	plt.show()

df = getData()
stockPricePlot(df)

本文暂无标签

发表评论

*

*