python - 使用 Matplotlib 的日内烛台图表

Question

我在使用 Matplotlib 的财务图表时遇到了一些困难。似乎他们的烛台图最适合处理每日数据，但我很难让它们处理日内(每 5 分钟一次，在 9:30 到 4 点之间)数据。

我已将示例数据粘贴到 pastebin 中。顶部是我从数据库中得到的，底部是与格式化为序数 float 的日期元组，以便在 Matplotlib 中使用。

Link to sample data

当我绘制图表时，其中有巨大的空白，轴很糟糕，缩放也同样可怕。 http://imgur.com/y7O8A

如何从这些数据中制作出可读性好的图表？我的最终目标是得到一个看起来像这样的图表:

http://i.imgur.com/EnrTW.jpg

数据点的增量可以从 5 分钟到 30 分钟不等。

---

我还制作了数据的 Pandas 数据框，但我不确定 pandas 是否具有烛台功能。

Answer 1

如果我理解得很好，您主要关心的问题之一是每日数据之间的差距。要摆脱它们，一种方法是人为地“均匀分布”您的数据(但当然您会在一天内失去任何时间指示)。

无论如何，这样做，您将能够获得一个看起来像您作为示例提出的图表。

注释代码和结果图如下。

import numpy as np
import matplotlib.pyplot as plt
import datetime

from matplotlib.finance import candlestick
from matplotlib.dates import num2date

# data in a text file, 5 columns: time, opening, close, high, low
# note that I'm using the time you formated into an ordinal float
data = np.loadtxt('finance-data.txt', delimiter=',')

# determine number of days and create a list of those days
ndays = np.unique(np.trunc(data[:,0]), return_index=True)
xdays =  []
for n in np.arange(len(ndays[0])):
    xdays.append(datetime.date.isoformat(num2date(data[ndays[1],0][n])))

# creation of new data by replacing the time array with equally spaced values.
# this will allow to remove the gap between the days, when plotting the data
data2 = np.hstack([np.arange(data[:,0].size)[:, np.newaxis], data[:,1:]])

# plot the data
fig = plt.figure(figsize=(10, 5))
ax = fig.add_axes([0.1, 0.2, 0.85, 0.7])
    # customization of the axis
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
ax.tick_params(axis='both', direction='out', width=2, length=8,
               labelsize=12, pad=8)
ax.spines['left'].set_linewidth(2)
ax.spines['bottom'].set_linewidth(2)
    # set the ticks of the x axis only when starting a new day
ax.set_xticks(data2[ndays[1],0])
ax.set_xticklabels(xdays, rotation=45, horizontalalignment='right')

ax.set_ylabel('Quote ($)', size=20)
ax.set_ylim([177, 196])

candlestick(ax, data2, width=0.5, colorup='g', colordown='r')

plt.show()