python绘制蜡烛图_一步一步教你用Python画出专业的K线图

效果还行，不但有K线，还叠加了MA1和MA2。下面我们来绘制其他技术参数。

绘制RSI

下面我们在顶部加入RSI:# plot an RSI indicator on top

maLeg = plt.legend(loc=9, ncol=2, prop={‘size’:7},

fancybox=True, borderaxespad=0.)

maLeg.get_frame().set_alpha(0.4)

textEd = pylab.gca().get_legend().get_texts()

pylab.setp(textEd[0:5], color = ‘w’)

ax0 = plt.subplot2grid((6,4), (0,0), sharex=ax1, rowspan=1, colspan=4, axisbg=’#07000d’)

rsi = rsiFunc(daysreshape.Close.values)

rsiCol = ‘#c1f9f7’

posCol = ‘#386d13’

negCol = ‘#8f2020’

ax0.plot(daysreshape.DateTime.values[-SP:], rsi[-SP:], rsiCol, linewidth=1.5)

ax0.axhline(70, color=negCol)

ax0.axhline(30, color=posCol)

ax0.fill_between(daysreshape.DateTime.values[-SP:], rsi[-SP:], 70, where=(rsi[-SP:]>=70), facecolor=negCol, edgecolor=negCol, alpha=0.5)

ax0.fill_between(daysreshape.DateTime.values[-SP:], rsi[-SP:], 30, where=(rsi[-SP:]

ax0.set_yticks([30,70])

ax0.yaxis.label.set_color(“w”)

ax0.spines[‘bottom’].set_color(“#5998ff”)

ax0.spines[‘top’].set_color(“#5998ff”)

ax0.spines[‘left’].set_color(“#5998ff”)

ax0.spines[‘right’].set_color(“#5998ff”)

ax0.tick_params(axis=’y’, colors=’w’)

ax0.tick_params(axis=’x’, colors=’w’)

plt.ylabel(‘RSI’)

我们在ax1的上面加上了ax0子图，用以绘制RSI曲线。程序比较简单，我们来运行一下：

绘制MACD

我们再在最下面画出MACD图。经过了前面那些步骤，你一定知道只要增加个新的子图就好了。是的，程序比较简单：# plot an MACD indicator on bottom

ax2 = plt.subplot2grid((6,4), (5,0), sharex=ax1, rowspan=1, colspan=4, axisbg=’#07000d’)

fillcolor = ‘#00ffe8’

nslow = 26

nfast = 12

nema = 9

emaslow, emafast, macd = computeMACD(daysreshape.Close.values)

ema9 = ExpMovingAverage(macd, nema)

ax2.plot(daysreshape.DateTime.values[-SP:], macd[-SP:], color=’#4ee6fd’, lw=2)

ax2.plot(daysreshape.DateTime.values[-SP:], ema9[-SP:], color=’#e1edf9′, lw=1)

ax2.fill_between(daysreshape.DateTime.values[-SP:], macd[-SP:]-ema9[-SP:], 0, alpha=0.5, facecolor=fillcolor, edgecolor=fillcolor)

plt.gca().yaxis.set_major_locator(mticker.MaxNLocator(prune=’upper’))

ax2.spines[‘bottom’].set_color(“#5998ff”)

ax2.spines[‘top’].set_color(“#5998ff”)

ax2.spines[‘left’].set_color(“#5998ff”)

ax2.spines[‘right’].set_color(“#5998ff”)

ax2.tick_params(axis=’x’, colors=’w’)

ax2.tick_params(axis=’y’, colors=’w’)

plt.ylabel(‘MACD’, color=’w’)

ax2.yaxis.set_major_locator(mticker.MaxNLocator(nbins=5, prune=’upper’))

for label in ax2.xaxis.get_ticklabels():

label.set_rotation(45)

运行效果如下：

结语

大家可能注意到了，有很多代码在配色。是的，如果我们把所有的colorxxx都删掉，也可以显示出大致的曲线，但是却非常难看。这也是为什么要改变缺省matplotlib配色的原因。

大家可以实验一下更新前面的几个全局变量，比如换一换股票、MA或者开始结束日期什么的，这里给大家一个思考题：

在readstkData()切片时为什么只切了结束时间没有切开始时间P变量是干什么用的/p>

本专栏！

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览208235 人正在系统学习中 相关资源：wax_tasks:使用蜡Wa处理收集数据的实用程序任务-其它代码类资源…