2

我想在包含烛台的熊猫中绘制一个数据框，增加和减少的蜡烛都必须具有相同的颜色，除了我的一些选择。

我真的很难找到解决方案。

我尝试了 mplfinance、plotly、finplot，我可以更改所有蜡烛的颜色，但不仅可以更改某些蜡烛的颜色。

如果无法单独修改颜色，我至少希望沿着图表绘制与烛台相对应的垂直线。

我可以识别受数据帧索引及其时间影响的蜡烛。

帮助会很有用，在此先感谢。

一些代码行：

import finplot as fplt

...
    # I receive the data from yahoo finance and save it in the pdOHLCVs dataframe

colorBlue = "#0509fc"

fplt.candle_bear_color = colorBlue
fplt.candle_bull_color = colorBlue
fplt.candle_bull_body_color = colorBlue
fplt.candlestick_ochl (pdOHLCVs [['open', 'close', 'high', 'low']])

    # here I want to be able to change the color for example at candle 12
    # here I want to be able to change the color for example at candle 29
    # here I want to be able to change the color for example at candle 56

fplt.show()
4

1 回答 1

1

我对 plotly 和 finplot 不是很熟悉，但是（完全披露）我是 mplfinance 的维护者。mplfinance 中特定蜡烛的着色尚不支持，但我们已对此提出要求并计划在未来支持它。

与此同时，这可以通过一些额外的工作使用 mplfinance 来完成。基本思想是这样的：

  1. 将您的数据框一分为二，以获得您想要的两种不同颜色，每个数据框仅包括您想要的颜色的蜡烛，以及所有其他蜡烛的 NaN 值。
  2. 创建两个自定义“mplfinance 样式”，每个蜡烛只有一种颜色，但每种样式的颜色不同。
  3. 在相同的轴上绘制两个数据框，每个轴都有其指定的颜色样式。

这是一些示例代码。此示例的数据可在此处找到。

import pandas as pd
import mplfinance as mpf

# Read in S&P500 November 2019 OHLCV:
df1 = pd.read_csv('data/SP500_NOV2019_Hist.csv',index_col=0,parse_dates=True)
df1.drop('Volume',axis=1,inplace=True) # Drop Volume (not needed for this demo)

# Create a DataFrame with the same shape, but all NaN values:
nc = [float('nan')]*len(df1)  # nc = Nan Column
df2 = pd.DataFrame(dict(Open=nc,High=nc,Low=nc,Close=nc))
df2.index = df1.index

# Copy specific values from one DataFrame to the Other
df2.loc['11/8/2019']  = df1.loc['11/8/2019'].copy()
df2.loc['11/15/2019'] = df1.loc['11/15/2019'].copy()
df2.loc['11/21/2019'] = df1.loc['11/21/2019'].copy()
df2.loc['11/27/2019'] = df1.loc['11/27/2019'].copy()

# Set the same values to NaN back in the original DataFrame:
df1.loc[ '11/8/2019'] = [float('nan')]*4
df1.loc['11/15/2019'] = [float('nan')]*4
df1.loc['11/21/2019'] = [float('nan')]*4
df1.loc['11/27/2019'] = [float('nan')]*4

# Now make 2 custom styles where the candles are all the same color
# (But a different color for each style)

# style1 has all candles 'blue'
m = mpf.make_marketcolors(base_mpf_style='default',up='b',down='b')
style1 = mpf.make_mpf_style(base_mpf_style='default',marketcolors=m)

# style2 has all candles 'lime'
m = mpf.make_marketcolors(base_mpf_style='default',up='lime',down='lime')
style2 = mpf.make_mpf_style(base_mpf_style='default',marketcolors=m)

# Now plot each DataFrame on the same Axes but with different styles:
# Use returnfig=True to get the Axes and pass to the next call:
fig, ax = mpf.plot(df1,type='candle',style=style1,returnfig=True)
mpf.plot(df2,type='candle',style=style2,ax=ax[0])
mpf.show()

上述代码的结果： 在此处输入图像描述

顺便说一句，由于您提到了垂直线vlines，因此使用 mplfinance 的（垂直线）kwarg用垂直线突出显示特定蜡烛很简单：

##  Easier just to add vertical lines:
# Read in S&P500 November 2019 OHLCV:
df1 = pd.read_csv('data/SP500_NOV2019_Hist.csv',index_col=0,parse_dates=True)

v = dict(vlines=['11/7/2019','11/15/2019','11/21/2019','11/27/2019'],
         alpha=0.3,colors=['lime'],linewidths=[7])

mpf.plot(df1,type='candle',vlines=v)

结果： 在此处输入图像描述

于 2021-07-18T16:33:39.333 回答