我正在寻找一个Python绘图库,它允许我通过鼠标滚轮(或类似)和X缩放来绘制烛台(最好是OHLC条形变体),并在缩放时绘制自动缩放的Y轴.
作为我正在寻找的一个例子,tradingview.com完美地做到了这一点.请参阅https://uk.tradingview.com/chart/?symbol=NASDAQ:NDX.单击左上角附近的烛台图标并选择“条形图”,可以看到OHLC条形图.
Plotly几乎能够做到这一点. plotly.graph_objs中的Ohlc类给出了OHLC条,默认的rangelider是X变焦的一个很好的功能(鼠标滚轮也可以轻松启用).然而,据我所知,自动Y缩放在Python中是不可用的(Y-axis autoscaling with x-range sliders in plotly),因此放大一部分数据会使它显得平坦.示例代码 – https://plot.ly/python/ohlc-charts/
我熟悉的另一个选项是PyQtGraph,它具有很好的缩放功能,但不支持烛台图.使用它将涉及编码我自己的烛台对象.
我不知道有各种各样的Python绘图库.那里有什么开箱即用的支持吗?任何人都可以提供示例代码来干净利落地完成
解决方法:
我发现的最佳解决方案是使用Bokeh.这里有一个相关的问题 – Bokeh, zoom only on single axis, adjust another axis accordingly.一个答案链接gist,它给出了一个设置烛台自动Y变焦的例子.
不幸的是,这远不是一个“开箱即用”的解决方案,因为它涉及编码自定义JavaScript回调.但是,解决方案仍然相当简单.我无法在gist上运行代码,主要是由于Pandas DataReader的问题.这是代码的更新版本,它使用了Bokeh提供的示例数据(根据Bokeh Candlesicks example),在TradingView中添加了更多相似之处,并解决了我发现的一些其他问题:
import pandas as pd
from bokeh.io import output_file, show
from bokeh.plotting import figure
from bokeh.models import CustomJS, ColumnDataSource
from bokeh.sampledata.stocks import MSFT
def candlestick_plot(df):
fig = figure(sizing_mode='stretch_both',
tools="xpan,xwheel_zoom,undo,redo,reset,crosshair,save",
active_drag='xpan',
active_scroll='xwheel_zoom',
x_axis_type='datetime')
inc = df.close > df.open
dec = ~inc
fig.segment(df.date[inc], df.high[inc], df.date[inc], df.low[inc], color="green")
fig.segment(df.date[dec], df.high[dec], df.date[dec], df.low[dec], color="red")
width_ms = 12*60*60*1000 # half day in ms
fig.vbar(df.date[inc], width_ms, df.open[inc], df.close[inc], color="green")
fig.vbar(df.date[dec], width_ms, df.open[dec], df.close[dec], color="red")
source = ColumnDataSource({'date': df.date, 'high': df.high, 'low': df.low})
callback = CustomJS(args={'y_range': fig.y_range, 'source': source}, code='''
clearTimeout(window._autoscale_timeout);
var date = source.data.date,
low = source.data.low,
high = source.data.high,
start = cb_obj.start,
end = cb_obj.end,
min = Infinity,
max = -Infinity;
for (var i=0; i < date.length; ++i) {
if (start <= date[i] && date[i] <= end) {
max = Math.max(high[i], max);
min = Math.min(low[i], min);
}
}
var pad = (max - min) * .05;
window._autoscale_timeout = setTimeout(function() {
y_range.start = min - pad;
y_range.end = max + pad;
});
''')
fig.x_range.callback = callback
show(fig)
df = pd.DataFrame(MSFT)
df["date"] = pd.to_datetime(df["date"])
output_file("candlestick.html")
candlestick_plot(df)