python - 与 Pandas 的音量叠加

Question

我经常在 matplotlib 和 open-high-low-close 的上下文中看到这种情况，但我想知道是否可以在 pandas 框架内添加音量覆盖。我们想要的最终图表将接近此处的第一个图表:( Matplotlib - Finance volume overlay )

假设我们有一个像这样的 DataFrame:

                       num  rolling_30  rolling_10  rolling_60  Volume
Date
2015-06-23        0.000219    0.000149    0.000168    0.000183       2
2015-06-25        0.000489    0.000162    0.000200    0.000188       3
2015-07-01        0.000164    0.000163    0.000190    0.000186       1
2015-07-02        0.000190    0.000166    0.000190    0.000187       1
2015-07-03        0.000269    0.000171    0.000198    0.000180       1
2015-07-04        0.000935    0.000196    0.000282    0.000193       2
2015-07-08        0.000154    0.000196    0.000288    0.000188       1
2015-07-11        0.000274    0.000202    0.000305    0.000190       1
2015-07-13        0.000872    0.000228    0.000380    0.000201       9

如何获得 ['num','rolling_30','rolling_10','rolling_60'] 折线图，图表底部列出了每日交易量？我可以做 secondary_y 来获得右侧的音量，但说实话，这看起来很糟糕。需要它是图表底部的传统成交量条形图。

Answer 1

基本思想是使用.twinx创建辅助y轴。下面是一个简短的示例。从图表中，您可以看到左侧 y 轴代表价格和移动平均线，而右侧 y 轴代表成交量。

import pandas as pd
import matplotlib.pyplot as plt

# your data
# ============================
print(df)


               num  rolling_30  rolling_10,  rolling_60  Volume
Date                                                           
2015-06-23  0.0002      0.0001       0.0002      0.0002       2
2015-06-25  0.0005      0.0002       0.0002      0.0002       3
2015-07-01  0.0002      0.0002       0.0002      0.0002       1
2015-07-02  0.0002      0.0002       0.0002      0.0002       1
2015-07-03  0.0003      0.0002       0.0002      0.0002       1
2015-07-04  0.0009      0.0002       0.0003      0.0002       2
2015-07-08  0.0002      0.0002       0.0003      0.0002       1
2015-07-11  0.0003      0.0002       0.0003      0.0002       1
2015-07-13  0.0009      0.0002       0.0004      0.0002       9

# plotting
# ===========================
fig, ax = plt.subplots(figsize=(10,8))
df.drop('Volume', axis=1).plot(ax=ax)
ax.legend(loc='best')
ax2 = ax.twinx()
df['Volume'].plot(kind='bar', ax=ax2, color='g', alpha=0.1)
ax2.set_ylim([0, ax2.get_ylim()[1] * 10])
ax2.legend(loc='best')