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pipinstallmplfinance
　　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PandasDataFrame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importmplfinanceasmpf
　　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（dfnew，typeline）
　　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（dfnew，typeline，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（dfnew，typeline，mav（5，10，30），volumeTrue）
　　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（dfnew。tail（40），typecandle，mav（3，6，9），volumeTrue）
　　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shownontrading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（dfnew，typecandle，mav（3），shownontradingTrue，volumeTrue）
　　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