用pandasmatplotlib绘制精美的K线图

　　来源：早起Python
　　作者：刘早起
　　在使用 Python 进行金融数据分析时，绘制  K线图  是很常见的需求。
　　但如果使用  matplotlib  从 0 开始绘制，一步一步添加日线、均线、MACD、成交量等指标时，则会显得十分麻烦，且代码很难复用。
　　幸运的是在  matplotlib  中提供接口（matplotlib.finance ）直接绘制K线，现在 matplotlib.finance  已经独立成库 mplfinance ，更方便的让我们使用。
　　本文就将介绍如何使用  mplfinance  快速绘制专业的K线图，文末也有完整的数据与源码下载。01、安装与数据准备
　　上面已经说到，mplfinance  是一个独立的库，所以直接使用 pip  安装即可，没有任何难度pip install mplfinance
　　至于在数据准备上，根据我的开发经验， 越懒人版的绘图库对数据要求则越严格 ，所以在使用之前，我们需要将数据整理成指定的格式，下面是某股票（ 平安银行000001.sz ）的对应数据
　　如上图所示，数据必须是 Pandas DataFrame 格式，且必须按照顺序包含开盘价、最高价、最低价、收盘价以及成交量，同时索引需要是pandas 支持的时间类型。
　　关于如何获得、清洗得到这样的数据将不是本文的分享内容，下面仅介绍如何基于这样的数据进行绘图。 02、mplfinance常见用法
　　基础使用
　　首先需要导入 import mplfinance as mpf
　　接下来，在上述数据基础上一行代码即可生成简易价格走势图 mpf.plot(df_new, type=＂line＂)
　　添加移动均线
　　通过设置 mav 参数可以添加对应的移动均线，例如添加5日、10日、30日移动均线 mpf.plot(df_new, type=＂line＂,mav=(5,10,30))
　　需要注意的是，这里的x日移动均线并不是通过我们数据的时间索引计算而来， 仅是移动x个索引位置而来 ，由于我们数据时间精度为1天，所以恰好是对应的x天移动均线。
　　如果索引是分钟级数据，那么设置  mav  得到的就是x分钟均线！
　　添加成交量
　　通过设置  volume  参数，可以进一步添加成交量mpf.plot(df_new, type=＂line＂,mav=(5,10,30), volume=True)
　　制作蜡烛图
　　通过设置  type  参数可以绘制更专业的蜡烛图，由于上面的数据时间维度过长，绘制蜡烛图会导致很难看清细节。
　　所以下面绘制最后 40 个交易日的蜡烛图，并添加成交量与  3、6、9  日均线mpf.plot(df_new.tail(40), type=＂candle＂,mav=(3,6,9), volume=True)
　　展示非交易时间
　　上面的图是连续的，但交易日并不是天天都是，每天也有指定时间，通过设置  show_nontrading  参数，可以按照交易时间绘制，将非交易时间添加为空白mpf.plot(df_new,type=＂candle＂,mav = (3),show_nontrading=True, volume=True)
　　至此 mplfinance 的基本使用就介绍完毕，相比来说还是比较容易上手使用的。
　　彩蛋 - pyecharts
　　虽然  matplotlib  也可以绘制动态图，但是由于 matplotlib  的特性，展示起来并不是很方便。
　　如果需要能交互式操作数据，拖动时间轴等功能，可以尝试使用  pyecharts ，但由于不像 mplfinance  封装好开箱即用，代码写起来还是需要相当一定时间的，大家可以自行选择