第八次训练（二）股票K线图绘制¶

案例背景¶

本小节的内容讲解如何使用Python绘制K线图，主要包括两个部分：

• 使用tushare获取股票数据
• 使用mplfinance来绘制K线图，mplfinance是Matplotlib中用来实现金融数据可视化的模块，现在已经独立维护

在使用两个库之前，首先需要安装这两个库，这里使用 pip 安装的方式

如果用 Windows 系统的命令行进行安装，则打开 cmd 命令行，逐句输入以下代码然后按下回车

pip install tushare mplfinance

如果用 Jupyter Notebook 编辑器进行安装，则在 Notebook 代码框中输入以下代码并运行（注意感叹号是英文格式）

!pip install tushare mplfinance

获取股票数据¶

首先使用tushare获取股票数据

In [1]:

#!pip install tushare

#!pip install tushare

Tushare是一个国内知名的资本市场数据支持API，在之前版本是完全免费且免于注册，但在2023年升级之后，需要用户注册个人信息并获取Token,所以在本地使用需要注册相关个人信息。可以从下面的链接进入Thshare官网完成，也可以通过搜索引擎完成注册。

https://tushare.pro/weborder/#/login?reg=127781

完成注册后，可以在个人中心——账号与Token页面获得个人token，并复制到下面代码中，完成本地登陆。

In [ ]:

# 导入 tushare 库
import tushare as ts
ts.set_token('**************************************')#请替换为您自己的 tushare token

# 导入 tushare 库 import tushare as ts ts.set_token('**************************************')#请替换为您自己的 tushare token

In [ ]:

#或者直接使用下面方法进行登录
#pro = ts.pro_api('your token here') 
pro = ts.pro_api('601ed750c87db32d3f17889b4fd56f9c1ba45e0aa49891f5fa52c93d')

#或者直接使用下面方法进行登录 #pro = ts.pro_api('your token here') pro = ts.pro_api('601ed750c87db32d3f17889b4fd56f9c1ba45e0aa49891f5fa52c93d')

In [7]:

# 获取股票数据

data = pro.daily(ts_code='600036.SH', start_date='20260101', end_date='20260501')# 获取600036股票2026-01-01到2026-05-01之间的数据
#老版本命令，已失效。
#ts.get_k_data('600036',start="2022-03-01",end="2022-06-01") 
data.head()

# 获取股票数据 data = pro.daily(ts_code='600036.SH', start_date='20260101', end_date='20260501')# 获取600036股票2026-01-01到2026-05-01之间的数据 #老版本命令，已失效。 #ts.get_k_data('600036',start="2022-03-01",end="2022-06-01") data.head()

Out[7]:

	ts_code	trade_date	open	high	low	close	pre_close	change	pct_chg	vol	amount
0	600036.SH	20260430	38.40	38.51	38.12	38.27	38.50	-0.23	-0.5974	1169574.10	4477499.783
1	600036.SH	20260429	38.91	39.02	38.34	38.50	39.60	-1.10	-2.7778	2533117.17	9780526.575
2	600036.SH	20260428	39.38	39.63	39.26	39.60	39.38	0.22	0.5587	669305.20	2637104.794
3	600036.SH	20260427	39.52	39.99	39.32	39.38	39.38	0.00	0.0000	926168.43	3669782.211
4	600036.SH	20260424	39.74	39.80	39.36	39.38	39.81	-0.43	-1.0801	629414.38	2485978.699

In [9]:

data = data.sort_values(by="trade_date",ascending=True)
data.head()

data = data.sort_values(by="trade_date",ascending=True) data.head()

Out[9]:

	ts_code	trade_date	open	high	low	close	pre_close	change	pct_chg	vol	amount
76	600036.SH	20260105	42.48	42.80	42.27	42.35	42.10	0.25	0.5938	840829.64	3571507.107
75	600036.SH	20260106	42.45	42.79	42.09	42.73	42.35	0.38	0.8973	923714.82	3918152.819
74	600036.SH	20260107	42.75	43.02	42.14	42.15	42.73	-0.58	-1.3574	880559.52	3735889.227
73	600036.SH	20260108	42.20	42.25	41.30	41.58	42.15	-0.57	-1.3523	1115726.92	4642639.925
72	600036.SH	20260109	41.54	41.76	41.12	41.30	41.58	-0.28	-0.6734	985470.74	4069939.125

如果网络出现问题，无法使用以上接口下载数据，也可以使用本地保存的数据

In [10]:

# 运行以下代码将数据存储到本地
# data.to_csv("data1.csv", index=False)

# 运行以下代码从本地文件读取数据
# import pandas as pd

# data = pd.read_csv("data1.csv")
# data.head()

# 运行以下代码将数据存储到本地 # data.to_csv("data1.csv", index=False) # 运行以下代码从本地文件读取数据 # import pandas as pd # data = pd.read_csv("data1.csv") # data.head()

K 线图绘制¶

股票 K 线图基本知识¶

K 线图是由股票的四个价格来绘制的柱状图，包括了：

• 开盘价：当天开始交易（9：30，AM）时的股票价格
• 收盘价：当天结束交易（3：00，PM）时的股票价格
• 最高价：当天股票达到最高点时的价格
• 最低价：当天股票达到最低点时的价格

基于这四个价格可绘制 K 线图，K 线图由包括阴线和阳线在内两种不同颜色的柱体组成，并且中国使用的颜色与美国相反

• 阳线：当股票某天的收盘价高于开盘价时，说明股票上涨，用红色的阳线绘制
• 阴线：当股票某天的收盘价低于开盘价时，说明股票下跌，用绿色的阴线绘制

具体开盘价、收盘价、最高价、最低价在 K 线图绘制过程中所起的作用如下

通常 K 线图下方会有一个交易量图。交易量指的是特定时间段内交易的股票总量，在 K 线图中也就是当天交易的股票总量。每一根 K 线的下方都对应了一根交易量柱，代表了这一天产生的交易量

绘制股票 K 线图¶

使用 mplfinance 绘制 K 线图之前，还对所使用的数据有一些要求。首先数据必须是 Dataframe 格式，其次 Dataframe 数据的索引必须设置为 DatetimeIndex 格式的日期数据，才能够被mplfinance中绘制 K 线图的函数使用，因此先用 Pandas 调整数据的格式

In [11]:

# 导入 pandas 库转换数据
import pandas as pd

# 导入 pandas 库转换数据 import pandas as pd

In [13]:

# 原有数据已经是 Dataframe 格式，这里将索引转换为 DatetimeIndex 格式
data.index = pd.DatetimeIndex(data['trade_date'])

# 原有数据已经是 Dataframe 格式，这里将索引转换为 DatetimeIndex 格式 data.index = pd.DatetimeIndex(data['trade_date'])

In [15]:

data = data[['open','high','low','close','vol']]

data = data[['open','high','low','close','vol']]

还需要设置 K 线图的绘制方式为红色上涨、绿色下跌等样式

In [18]:

# 导入 mplfinance 库
import mplfinance as mpf

# 导入 mplfinance 库 import mplfinance as mpf

In [19]:

color = mpf.make_marketcolors(
    # K 线阳线颜色
    up='r',
    # K 线阴线颜色
    down='g',
    # K 线边缘颜色
    edge='i',
    # 交易量颜色根据当天和前一天的收盘价变化
    vcdopcod=True,
    inherit=True
)
style = mpf.make_mpf_style(
    # K 线颜色
    marketcolors=color, 
    # 显示中文
    rc={'font.family': 'SimHei'},
    # 显示网格
    gridaxis = 'both',
    gridstyle = '-.'
)
# 标题内容及位置
title = {'title':'招商银行(600036)', 'y':0.93}

color = mpf.make_marketcolors( # K 线阳线颜色 up='r', # K 线阴线颜色 down='g', # K 线边缘颜色 edge='i', # 交易量颜色根据当天和前一天的收盘价变化 vcdopcod=True, inherit=True ) style = mpf.make_mpf_style( # K 线颜色 marketcolors=color, # 显示中文 rc={'font.family': 'SimHei'}, # 显示网格 gridaxis = 'both', gridstyle = '-.' ) # 标题内容及位置 title = {'title':'招商银行(600036)', 'y':0.93}

最后用mplfinance 的 plot 函数绘制K线图

plot 函数的参数：

• data: 用于绘制 K 线图的数据
• style: 自主设置的绘图风格，例如阴阳线颜色
• type: 绘制图表的种类，这里 'candle' 表示 K 线图
• width_adjuster_version: 交易量柱状图的间隔
• volume: 设置为 True 显示交易量，False 不显示
• title: 图表的标题
• show_nontrading: 设置为 True 显示非交易日，False 不显示

In [24]:

mpf.plot(data)

mpf.plot(data)

In [26]:

mpf.plot(data,type='candle')

mpf.plot(data,type='candle')

In [28]:

data = data.rename(columns={"vol":"volume"})
data

data = data.rename(columns={"vol":"volume"}) data

Out[28]:

	open	high	low	close	volume
trade_date
2026-01-05	42.48	42.80	42.27	42.35	840829.64
2026-01-06	42.45	42.79	42.09	42.73	923714.82
2026-01-07	42.75	43.02	42.14	42.15	880559.52
2026-01-08	42.20	42.25	41.30	41.58	1115726.92
2026-01-09	41.54	41.76	41.12	41.30	985470.74
...	...	...	...	...	...
2026-04-24	39.74	39.80	39.36	39.38	629414.38
2026-04-27	39.52	39.99	39.32	39.38	926168.43
2026-04-28	39.38	39.63	39.26	39.60	669305.20
2026-04-29	38.91	39.02	38.34	38.50	2533117.17
2026-04-30	38.40	38.51	38.12	38.27	1169574.10

77 rows × 5 columns

In [30]:

mpf.plot(data,type='candle',mav=(3,6,9),volume=True)

mpf.plot(data,type='candle',mav=(3,6,9),volume=True)

In [32]:

# 调用mplfinance提供的方法绘制k线图
mpf.plot(
    data, 
    style=style, 
    type='candle', 
    width_adjuster_version='v0',
    volume=True, 
    title=title, 
    show_nontrading=False
)

# 调用mplfinance提供的方法绘制k线图 mpf.plot( data, style=style, type='candle', width_adjuster_version='v0', volume=True, title=title, show_nontrading=False )

均线图绘制¶

K 线图中往往还同时绘制一些折线，也就是均线图。均线图是根据每一天前一段时间（数天）内的收盘价平均值来绘制的曲线图，常见的有根据五天平均收盘价绘制的 5 日均线（MA5），以及类似的 10 日均线（MA10）和 20 日均线（MA20）

以 5 日均线为例，假设当天收盘价为 $c\_price_{1}$，前一天的收盘价为 $c\_price_{2}\cdots$ 前四天的收盘价为 $c\_price_{5}$。则 5 日均线上，当天的值为

$$\frac{c\_price_{1} + c\_price_{2}+c\_price_{3}+c\_price_{4}+c\_price_{5}}{5}$$

计算每一日的前5日收盘价均值，之后连接成一条平滑的曲线就是 5 日均线

通过在绘制 K 线图的函数中添加 mav 参数，指定绘制的均线图的天数，即可绘制出带均线图的 K 线图。同时均线的颜色方面，这里将 5 日均线绘制为蓝色，10 日均线绘制为黄色，20 日均线绘制为紫色。通过修改绘图风格的参数设置均线颜色

In [37]:

style = mpf.make_mpf_style(
    # K 线颜色
    marketcolors=color, 
    # 显示中文
    rc={'font.family': 'SimHei'},
    # 显示网格
    gridaxis = 'both',
    gridstyle = '-.',
    # 按照均线的绘制顺序，设置颜色分别为蓝色、黄色、紫色
    mavcolors = ['dodgerblue', 'goldenrod', 'm']
)

style = mpf.make_mpf_style( # K 线颜色 marketcolors=color, # 显示中文 rc={'font.family': 'SimHei'}, # 显示网格 gridaxis = 'both', gridstyle = '-.', # 按照均线的绘制顺序，设置颜色分别为蓝色、黄色、紫色 mavcolors = ['dodgerblue', 'goldenrod', 'm'] )

In [39]:

# 调用mplfinance提供的方法绘制k线图
title = {'title':'招商银行(600036)', 'y':0.93}
mpf.plot(data, 
         style=style, 
         # 绘制 5 天、10 天、20 天的均线，颜色按照设置的顺序
         mav=(5, 10, 20), 
         type='candle', 
         width_adjuster_version='v0',
         volume=True, 
         title=title, 
         show_nontrading=False,
         returnfig=True);

# 调用mplfinance提供的方法绘制k线图 title = {'title':'招商银行(600036)', 'y':0.93} mpf.plot(data, style=style, # 绘制 5 天、10 天、20 天的均线，颜色按照设置的顺序 mav=(5, 10, 20), type='candle', width_adjuster_version='v0', volume=True, title=title, show_nontrading=False, returnfig=True);

In [ ]: