python Matplotlib烛台阴谋只适用于日常数据,不适用于盘中
问题描述:
我试图用matplotlib绘制烛台数据。从1分钟的数据开始,我使用pd.Timegrouper在不同的时间范围内对它们进行分组,从5分钟到每日,但情节仅适用于日常数据。下面你可以找到1分钟数据的样本我使用:python Matplotlib烛台阴谋只适用于日常数据,不适用于盘中
data_indexed_5M = data_indexed.groupby([pd.TimeGrouper(freq=pd.offsets.Minute('5'))]).agg({'<LOW>': lambda s: s.min(),
'<HIGH>': lambda s: s.max(),
'<OPEN>': lambda s: s[0],
'<CLOSE>': lambda s: s[-1]})
ata_indexed_Daily = data_indexed.groupby([pd.TimeGrouper(freq='D')]).agg({'<LOW>': lambda s: s.min(),
'<HIGH>': lambda s: s.max(),
'<OPEN>': lambda s: s[0],
'<CLOSE>': lambda s: s[-1]})
data_indexed_Daily['Date2'] = data_indexed_Daily['dateTime'].apply(lambda d: mdates.date2num(d.to_pydatetime()))
data_indexed_Daily = data_indexed_Daily.set_index('dateTime')
data_indexed_5M['Date2'] = data_indexed_5M['dateTime'].apply(lambda d: mdates.date2num(d.to_pydatetime()))
data_indexed_5M = data_indexed_5M.set_index('dateTime')
def plotWithMatplot(dataevento):
deltatime = timedelta(minutes=100*5) #...(days=100) for daily plot
pre_data = dataevento - deltatime
post_data= dataevento + deltatime
data_slice = data_indexed_5M.loc[pre_data:post_data] #data_indexed_Daily --> for daily plot
tuples = [tuple(x) for x in data_slice[['Date2','<OPEN>','<HIGH>','<LOW>','<CLOSE>']].values]
fig, ax = plt.subplots()
ax.xaxis_date()
ax.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m-%d %H:%M:"))
plt.xticks(rotation=45)
plt.xlabel("Date")
plt.ylabel("Price")
plt.title("EURUSD 5M")
candlestick_ohlc(ax, tuples, width=.6, colorup='g', alpha =.4);
plt.show()
但后来当我绘制的日常和5分钟同一事件(OT任何其他盘中的时限)我得到如下结果:
日报(好成绩):
即日(坏的结果):
答
看来无证width
参数candlestick_ohlc
是关键。将它乘以每个数据点之间的一天的一小部分。由于你的数据是以微小的增量,这应该这样做:
candlestick_ohlc(ax, tuples, width=.6/(24*60), colorup='g', alpha =.4);
注意这原来是一个常见问题,虽然链接不明显。参见:
+0
非常有帮助,非常感谢! – jcsun
一种可能的方案,可以发现在[此处](http://stackoverflow.com/questions/36846032/matplotlib-candlestick-intraday- chart-is-one-big-blob#): – jcsun