一区二区三区在线-一区二区三区亚洲视频-一区二区三区亚洲-一区二区三区午夜-一区二区三区四区在线视频-一区二区三区四区在线免费观看

腳本之家，腳本語言編程技術(shù)及教程分享平臺！
分類導(dǎo)航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服務(wù)器之家 - 腳本之家 - Python - Python繪制K線圖之可視化神器pyecharts的使用

Python繪制K線圖之可視化神器pyecharts的使用

2021-09-12 00:55王小王-123 Python

這篇文章主要介紹了Python繪制K線圖之可視化神器pyecharts的使用，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

K線圖

Python繪制K線圖之可視化神器pyecharts的使用

概念

股市及期貨市bai場中的K線圖的du畫法包含四個zhi數(shù)據(jù)，即開盤dao價、最高價、最低價zhuan、收盤價，所有的shuk線都是圍繞這四個數(shù)據(jù)展開，反映大勢的狀況和價格信息。如果把每日的K線圖放在一張紙上，就能得到日K線圖，同樣也可畫出周K線圖、月K線圖。研究金融的小伙伴肯定比較熟悉這個，那么我們看起來比較復(fù)雜的K線圖，又是這樣畫出來的，本文我們將一起探索K線圖的魅力與神奇之處吧！

K線圖

用處

K線圖用處于股票分析，作為數(shù)據(jù)分析，以后的進入大數(shù)據(jù)肯定是一個趨勢和熱潮，K線圖的專業(yè)知識，說實話肯定比較的復(fù)雜，這里就不做過多的展示了，有興趣的小伙伴去問問百度小哥哥喲！

K線圖系列模板

最簡單的K線圖繪制

第一個K線圖繪制，來看看需要哪些參數(shù)吧，數(shù)據(jù)集都有四個必要的喲！

  1. import pyecharts.options as opts
  2. from pyecharts.charts import Candlestick
  3.  
  4. x_data = ["2017-10-24", "2017-10-25", "2017-10-26", "2017-10-27"]
  5. y_data = [[20, 30, 10, 35], [40, 35, 30, 55], [33, 38, 33, 40], [40, 40, 32, 42]]
  6.  
  7. (
  8. Candlestick(init_opts=opts.InitOpts(width="1200px", height="600px"))
  9. .add_xaxis(xaxis_data=x_data)
  10. .add_yaxis(series_name="", y_axis=y_data)
  11. .set_series_opts()
  12. .set_global_opts(
  13. yaxis_opts=opts.AxisOpts(
  14. splitline_opts=opts.SplitLineOpts(
  15. is_show=True, linestyle_opts=opts.LineStyleOpts(width=1)
  16. )
  17. )
  18. )
  19. .render("簡單K線圖.html")
  20. )

Python繪制K線圖之可視化神器pyecharts的使用

K線圖鼠標(biāo)縮放

大量的數(shù)據(jù)集的時候，我們不可以全部同時展示，我們可以縮放來進行定向展示。

  1. from pyecharts import options as opts
  2. from pyecharts.charts import Kline
  3.  
  4. data = [
  5. [2320.26, 2320.26, 2287.3, 2362.94],
  6. [2300, 2291.3, 2288.26, 2308.38],
  7. [2295.35, 2346.5, 2295.35, 2345.92],
  8. [2347.22, 2358.98, 2337.35, 2363.8],
  9. [2360.75, 2382.48, 2347.89, 2383.76],
  10. [2383.43, 2385.42, 2371.23, 2391.82],
  11. [2377.41, 2419.02, 2369.57, 2421.15],
  12. [2425.92, 2428.15, 2417.58, 2440.38],
  13. [2411, 2433.13, 2403.3, 2437.42],
  14. [2432.68, 2334.48, 2427.7, 2441.73],
  15. [2430.69, 2418.53, 2394.22, 2433.89],
  16. [2416.62, 2432.4, 2414.4, 2443.03],
  17. [2441.91, 2421.56, 2418.43, 2444.8],
  18. [2420.26, 2382.91, 2373.53, 2427.07],
  19. [2383.49, 2397.18, 2370.61, 2397.94],
  20. [2378.82, 2325.95, 2309.17, 2378.82],
  21. [2322.94, 2314.16, 2308.76, 2330.88],
  22. [2320.62, 2325.82, 2315.01, 2338.78],
  23. [2313.74, 2293.34, 2289.89, 2340.71],
  24. [2297.77, 2313.22, 2292.03, 2324.63],
  25. [2322.32, 2365.59, 2308.92, 2366.16],
  26. [2364.54, 2359.51, 2330.86, 2369.65],
  27. [2332.08, 2273.4, 2259.25, 2333.54],
  28. [2274.81, 2326.31, 2270.1, 2328.14],
  29. [2333.61, 2347.18, 2321.6, 2351.44],
  30. [2340.44, 2324.29, 2304.27, 2352.02],
  31. [2326.42, 2318.61, 2314.59, 2333.67],
  32. [2314.68, 2310.59, 2296.58, 2320.96],
  33. [2309.16, 2286.6, 2264.83, 2333.29],
  34. [2282.17, 2263.97, 2253.25, 2286.33],
  35. [2255.77, 2270.28, 2253.31, 2276.22],
  36. ]
  37.  
  38. c = (
  39. Kline()
  40. .add_xaxis(["2017/7/{}".format(i + 1) for i in range(31)])
  41. .add_yaxis(
  42. "kline",
  43. data,
  44. itemstyle_opts=opts.ItemStyleOpts(
  45. color="#ec0000",
  46. color0="#00da3c",
  47. border_color="#8A0000",
  48. border_color0="#008F28",
  49. ),
  50. )
  51. .set_global_opts(
  52. xaxis_opts=opts.AxisOpts(is_scale=True),
  53. yaxis_opts=opts.AxisOpts(
  54. is_scale=True,
  55. splitarea_opts=opts.SplitAreaOpts(
  56. is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
  57. ),
  58. ),
  59. datazoom_opts=[opts.DataZoomOpts(type_="inside")],
  60. title_opts=opts.TitleOpts(title="Kline-ItemStyle"),
  61. )
  62. .render("K線圖鼠標(biāo)縮放.html")
  63. )

Python繪制K線圖之可視化神器pyecharts的使用

有刻度標(biāo)簽的K線圖

我們知道一個數(shù)據(jù)節(jié)點，但是我們不能在圖像里面一眼看出有哪些數(shù)據(jù)量超出了它的范圍，刻度標(biāo)簽就可以派上用場了。

  1. from pyecharts import options as opts
  2. from pyecharts.charts import Kline
  3.  
  4. data = [
  5. [2320.26, 2320.26, 2287.3, 2362.94],
  6. [2300, 2291.3, 2288.26, 2308.38],
  7. [2295.35, 2346.5, 2295.35, 2345.92],
  8. [2347.22, 2358.98, 2337.35, 2363.8],
  9. [2360.75, 2382.48, 2347.89, 2383.76],
  10. [2383.43, 2385.42, 2371.23, 2391.82],
  11. [2377.41, 2419.02, 2369.57, 2421.15],
  12. [2425.92, 2428.15, 2417.58, 2440.38],
  13. [2411, 2433.13, 2403.3, 2437.42],
  14. [2432.68, 2334.48, 2427.7, 2441.73],
  15. [2430.69, 2418.53, 2394.22, 2433.89],
  16. [2416.62, 2432.4, 2414.4, 2443.03],
  17. [2441.91, 2421.56, 2418.43, 2444.8],
  18. [2420.26, 2382.91, 2373.53, 2427.07],
  19. [2383.49, 2397.18, 2370.61, 2397.94],
  20. [2378.82, 2325.95, 2309.17, 2378.82],
  21. [2322.94, 2314.16, 2308.76, 2330.88],
  22. [2320.62, 2325.82, 2315.01, 2338.78],
  23. [2313.74, 2293.34, 2289.89, 2340.71],
  24. [2297.77, 2313.22, 2292.03, 2324.63],
  25. [2322.32, 2365.59, 2308.92, 2366.16],
  26. [2364.54, 2359.51, 2330.86, 2369.65],
  27. [2332.08, 2273.4, 2259.25, 2333.54],
  28. [2274.81, 2326.31, 2270.1, 2328.14],
  29. [2333.61, 2347.18, 2321.6, 2351.44],
  30. [2340.44, 2324.29, 2304.27, 2352.02],
  31. [2326.42, 2318.61, 2314.59, 2333.67],
  32. [2314.68, 2310.59, 2296.58, 2320.96],
  33. [2309.16, 2286.6, 2264.83, 2333.29],
  34. [2282.17, 2263.97, 2253.25, 2286.33],
  35. [2255.77, 2270.28, 2253.31, 2276.22],
  36. ]
  37.  
  38. c = (
  39. Kline()
  40. .add_xaxis(["2017/7/{}".format(i + 1) for i in range(31)])
  41. .add_yaxis(
  42. "kline",
  43. data,
  44. markline_opts=opts.MarkLineOpts(
  45. data=[opts.MarkLineItem(type_="max", value_dim="close")]
  46. ),
  47. )
  48. .set_global_opts(
  49. xaxis_opts=opts.AxisOpts(is_scale=True),
  50. yaxis_opts=opts.AxisOpts(
  51. is_scale=True,
  52. splitarea_opts=opts.SplitAreaOpts(
  53. is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
  54. ),
  55. ),
  56. title_opts=opts.TitleOpts(title="標(biāo)題"),
  57. )
  58. .render("刻度標(biāo)簽.html")
  59. )

Python繪制K線圖之可視化神器pyecharts的使用

K線圖鼠標(biāo)無縮放

前面的是一個有縮放功能的圖例代碼，但是有時候我們不想要那么修改一下參數(shù)就可以了。

  1. from pyecharts import options as opts
  2. from pyecharts.charts import Kline
  3.  
  4. data = [
  5. [2320.26, 2320.26, 2287.3, 2362.94],
  6. [2300, 2291.3, 2288.26, 2308.38],
  7. [2295.35, 2346.5, 2295.35, 2345.92],
  8. [2347.22, 2358.98, 2337.35, 2363.8],
  9. [2360.75, 2382.48, 2347.89, 2383.76],
  10. [2383.43, 2385.42, 2371.23, 2391.82],
  11. [2377.41, 2419.02, 2369.57, 2421.15],
  12. [2425.92, 2428.15, 2417.58, 2440.38],
  13. [2411, 2433.13, 2403.3, 2437.42],
  14. [2432.68, 2334.48, 2427.7, 2441.73],
  15. [2430.69, 2418.53, 2394.22, 2433.89],
  16. [2416.62, 2432.4, 2414.4, 2443.03],
  17. [2441.91, 2421.56, 2418.43, 2444.8],
  18. [2420.26, 2382.91, 2373.53, 2427.07],
  19. [2383.49, 2397.18, 2370.61, 2397.94],
  20. [2378.82, 2325.95, 2309.17, 2378.82],
  21. [2322.94, 2314.16, 2308.76, 2330.88],
  22. [2320.62, 2325.82, 2315.01, 2338.78],
  23. [2313.74, 2293.34, 2289.89, 2340.71],
  24. [2297.77, 2313.22, 2292.03, 2324.63],
  25. [2322.32, 2365.59, 2308.92, 2366.16],
  26. [2364.54, 2359.51, 2330.86, 2369.65],
  27. [2332.08, 2273.4, 2259.25, 2333.54],
  28. [2274.81, 2326.31, 2270.1, 2328.14],
  29. [2333.61, 2347.18, 2321.6, 2351.44],
  30. [2340.44, 2324.29, 2304.27, 2352.02],
  31. [2326.42, 2318.61, 2314.59, 2333.67],
  32. [2314.68, 2310.59, 2296.58, 2320.96],
  33. [2309.16, 2286.6, 2264.83, 2333.29],
  34. [2282.17, 2263.97, 2253.25, 2286.33],
  35. [2255.77, 2270.28, 2253.31, 2276.22],
  36. ]
  37.  
  38. c = (
  39. Kline()
  40. .add_xaxis(["2017/7/{}".format(i + 1) for i in range(31)])
  41. .add_yaxis("kline", data)
  42. .set_global_opts(
  43. yaxis_opts=opts.AxisOpts(is_scale=True),
  44. xaxis_opts=opts.AxisOpts(is_scale=True),
  45. title_opts=opts.TitleOpts(title="Kline-基本示例"),
  46. )
  47. .render("鼠標(biāo)無縮放.html")
  48. )

Python繪制K線圖之可視化神器pyecharts的使用

大量數(shù)據(jù)K線圖繪制（X軸鼠標(biāo)可移動）

雖然有時候縮放可以容納較多的數(shù)據(jù)量，但是還是不夠智能，可以利用這個

  1. from pyecharts import options as opts
  2. from pyecharts.charts import Kline
  3.  
  4. data = [
  5. [2320.26, 2320.26, 2287.3, 2362.94],
  6. [2300, 2291.3, 2288.26, 2308.38],
  7. [2295.35, 2346.5, 2295.35, 2345.92],
  8. [2347.22, 2358.98, 2337.35, 2363.8],
  9. [2360.75, 2382.48, 2347.89, 2383.76],
  10. [2383.43, 2385.42, 2371.23, 2391.82],
  11. [2377.41, 2419.02, 2369.57, 2421.15],
  12. [2425.92, 2428.15, 2417.58, 2440.38],
  13. [2411, 2433.13, 2403.3, 2437.42],
  14. [2432.68, 2334.48, 2427.7, 2441.73],
  15. [2430.69, 2418.53, 2394.22, 2433.89],
  16. [2416.62, 2432.4, 2414.4, 2443.03],
  17. [2441.91, 2421.56, 2418.43, 2444.8],
  18. [2420.26, 2382.91, 2373.53, 2427.07],
  19. [2383.49, 2397.18, 2370.61, 2397.94],
  20. [2378.82, 2325.95, 2309.17, 2378.82],
  21. [2322.94, 2314.16, 2308.76, 2330.88],
  22. [2320.62, 2325.82, 2315.01, 2338.78],
  23. [2313.74, 2293.34, 2289.89, 2340.71],
  24. [2297.77, 2313.22, 2292.03, 2324.63],
  25. [2322.32, 2365.59, 2308.92, 2366.16],
  26. [2364.54, 2359.51, 2330.86, 2369.65],
  27. [2332.08, 2273.4, 2259.25, 2333.54],
  28. [2274.81, 2326.31, 2270.1, 2328.14],
  29. [2333.61, 2347.18, 2321.6, 2351.44],
  30. [2340.44, 2324.29, 2304.27, 2352.02],
  31. [2326.42, 2318.61, 2314.59, 2333.67],
  32. [2314.68, 2310.59, 2296.58, 2320.96],
  33. [2309.16, 2286.6, 2264.83, 2333.29],
  34. [2282.17, 2263.97, 2253.25, 2286.33],
  35. [2255.77, 2270.28, 2253.31, 2276.22],
  36. ]
  37.  
  38. c = (
  39. Kline()
  40. .add_xaxis(["2017/7/{}".format(i + 1) for i in range(31)])
  41. .add_yaxis("kline", data)
  42. .set_global_opts(
  43. xaxis_opts=opts.AxisOpts(is_scale=True),
  44. yaxis_opts=opts.AxisOpts(
  45. is_scale=True,
  46. splitarea_opts=opts.SplitAreaOpts(
  47. is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
  48. ),
  49. ),
  50. datazoom_opts=[opts.DataZoomOpts(pos_bottom="-2%")],
  51. title_opts=opts.TitleOpts(title="Kline-DataZoom-slider-Position"),
  52. )
  53. .render("大量數(shù)據(jù)展示.html")
  54. )

Python繪制K線圖之可視化神器pyecharts的使用

Python繪制K線圖之可視化神器pyecharts的使用

K線圖的繪制需要有專業(yè)的基本知識喲，不然可能有點惱火了。

到此這篇關(guān)于Python繪制K線圖之可視化神器pyecharts的使用的文章就介紹到這了,更多相關(guān)Python繪制K線圖內(nèi)容請搜索服務(wù)器之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持服務(wù)器之家！

原文鏈接：https://blog.csdn.net/weixin_47723732/article/details/113887876

延伸 · 閱讀

精彩推薦
主站蜘蛛池模板： 午夜爱 | 性xxxx中国| 蜜桃视频在线观看官网 | 美女18隐私羞羞视频网站 | 久久视频这里只精品99热在线观看 | 思思99热久久精品在2019线 | 国产自在自线午夜精品之la | 天天操天天干天天做 | 猛h辣h高h文湿校园1v1 | 天天操夜夜操狠狠操 | 26uuu老色哥 236宅宅2021最新理论 | 国内自拍视频在线观看 | 女性性色生活片免费观看 | 高h巨肉play| 非洲黑人bbwbbwbbw| 久99视频精品免费观看福利 | 韩剧在线观看 | 调教催眠 | 午夜一级视频 | 久久精品美女 | 亚洲 欧美 国产 综合 播放 | 色先锋影音先锋 | 公园吃女人奶野战视频 | 视频一本大道香蕉久在线播放 | 欧美日韩一品道 | 国产精品成人扳一级aa毛片 | 免费看成年视频网页 | 福利一区在线观看 | 极限淫生小说 | 日本xxxxxxxxx59| 亚洲欧美久久久久久久久久爽网站 | 日韩精品一区二区三区中文版 | 激情综合站 | 亚洲剧情在线 | 日韩欧美不卡视频 | 日本免费在线观看视频 | 日韩免费在线观看 | 国产日韩一区二区三区在线播放 | 清纯漂亮女友初尝性过程 | 波多野结衣中文字幕在线 | 免费欧美日韩 |