vnpy/vn.training/qutation2.py
2015-10-20 22:50:56 +08:00

802 lines
34 KiB
Python
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# -*- coding: utf-8 -*-
import os
import sys
import pickle
import math
import datetime
import matplotlib
matplotlib.use("WXAgg", warn=True) # 这个要紧跟在 import matplotlib 之后,而且必须安装了 wxpython 2.8 才行。
import matplotlib.pyplot as pyplot
import matplotlib.font_manager as font_manager
import numpy
from matplotlib.ticker import FixedLocator, MultipleLocator, FuncFormatter, NullFormatter
__font_properties__=font_manager.FontProperties(fname='/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc')
__color_lightsalmon__= '#ffa07a'
__color_pink__= '#ffc0cb'
__color_navy__= '#000080'
def Plot(pfile, figpath):
"""
pfile 指明存放绘图数据的 pickle filefigpath 指定图片需存放的路径
"""
fileobj= open(name=pfile, mode='rb')
pdata= pickle.load(fileobj)
fileobj.close()
os.remove(pfile)
# 计算图片的尺寸(单位英寸)
# 注意Python2 里面, "1 / 10" 结果是 0, 必须写成 "1.0 / 10" 才会得到 0.1
#==================================================================================================================================================
length= len(pdata[u'日期']) # 所有数据的长度,就是天数
open_price_pri= pdata[u'开盘'][0] # int 类型
open_price_sec= pdata[u'开盘二'][0] # 同上
highest_price_pri= max( [phigh for phigh in pdata[u'最高'] if phigh != None] ) # 第一个行情的最高价
highest_price_sec= max( [phigh for phigh in pdata[u'最高二'] if phigh != None] ) # 第二个行情的最高价
highest_price= max(highest_price_pri, highest_price_sec*open_price_pri/open_price_sec) # 以第一个行情为基准修正出的总最高价
lowest_price_pri= min( [plow for plow in pdata[u'最低'] if plow != None] ) # 最低价
lowest_price_sec= min( [plow for plow in pdata[u'最低二'] if plow != None] ) # 最低价
lowest_price= min(lowest_price_pri, lowest_price_sec*open_price_pri/open_price_sec) # 以第一个行情为基准修正出的总最低价
yhighlim_price= int(highest_price * 1.1) # K线子图 Y 轴最大坐标
ylowlim_price= int(lowest_price / 1.1) # K线子图 Y 轴最小坐标
xfactor= 10.0/230.0 # 一条 K 线的宽度在 X 轴上所占距离(英寸)
yfactor= 0.3 # Y 轴上每一个距离单位的长度(英寸),这个单位距离是线性坐标和对数坐标通用的
expbase= 1.1 # 底数,取得小一点,比较接近 1。股价 3 元到 4 元之间有大约 3 个单位距离
# XXX: 价格在 Y 轴上的 “份数”。注意,虽然最高与最低价是以第一个行情为基准修正出来的,但其中包含的倍数因子对结果无影响,即:
# log(base, num1) - log(base, num2) ==
# log(base, num1/num2) ==
# log(base, k*num1/k*num2) ==
# log(base, k*num1) - log(base, k*num2)
# ,这是对数运算的性质。
ymulti_price= math.log(yhighlim_price, expbase) - math.log(ylowlim_price, expbase)
ymulti_vol= 3.0 # 成交量部分在 Y 轴所占的 “份数”
ymulti_top= 1.2 # 顶部空白区域在 Y 轴所占的 “份数”
ymulti_bot= 1.2 # 底部空白区域在 Y 轴所占的 “份数”
xmulti_left= 12.0 # 左侧空白区域所占的 “份数”
xmulti_right= 12.0 # 右侧空白区域所占的 “份数”
xmulti_all= length + xmulti_left + xmulti_right
xlen_fig= xmulti_all * xfactor # 整个 Figure 的宽度
ymulti_all= ymulti_price + ymulti_vol + ymulti_top + ymulti_bot
ylen_fig= ymulti_all * yfactor # 整个 Figure 的高度
rect_1= (xmulti_left/xmulti_all, (ymulti_bot+ymulti_vol)/ymulti_all, length/xmulti_all, ymulti_price/ymulti_all) # K线图部分
rect_2= (xmulti_left/xmulti_all, ymulti_bot/ymulti_all, length/xmulti_all, ymulti_vol/ymulti_all) # 成交量部分
# 建立 Figure 对象
#==================================================================================================================================================
figfacecolor= __color_pink__
figedgecolor= __color_navy__
figdpi= 300
figlinewidth= 1.0
figobj= pyplot.figure(figsize=(xlen_fig, ylen_fig), dpi=figdpi, facecolor=figfacecolor, edgecolor=figedgecolor, linewidth=figlinewidth) # Figure 对象
# 整个 figure 的标题
title_pri= (pdata[u'代码'] + ' ' if u'代码' in pdata else '') + pdata[u'简称']
title_sec= (pdata[u'代码二'] + ' ' if u'代码二' in pdata else '') + pdata[u'简称二']
figobj.suptitle(title_pri + ' / ' + title_sec, fontsize=12, fontproperties=__font_properties__)
#==================================================================================================================================================
#==================================================================================================================================================
#=======
#======= XXX: 第一只:成交量部分
#=======
#==================================================================================================================================================
#==================================================================================================================================================
# 第一只:添加 Axes 对象
#==================================================================================================================================================
axes_2= figobj.add_axes(rect_2, axis_bgcolor='black')
axes_2.set_axisbelow(True) # 网格线放在底层
# 第一只:改变坐标线的颜色
#==================================================================================================================================================
for child in axes_2.get_children():
if isinstance(child, matplotlib.spines.Spine):
child.set_color('lightblue')
# 第一只:得到 X 轴 和 Y 轴 的两个 Axis 对象
#==================================================================================================================================================
xaxis_2= axes_2.get_xaxis()
yaxis_2= axes_2.get_yaxis()
# 第一只:设置两个坐标轴上的 grid
#==================================================================================================================================================
xaxis_2.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2)
xaxis_2.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.1)
yaxis_2.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2)
yaxis_2.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.1)
#==================================================================================================================================================
#======= 第一只:成交量绘图
#==================================================================================================================================================
xindex= numpy.arange(length) # X 轴上的 index一个辅助数据
zipoc= zip(pdata[u'开盘'], pdata[u'收盘'])
up= numpy.array( [ True if po < pc and po != None else False for po, pc in zipoc] ) # 标示出该天股价日内上涨的一个序列
down= numpy.array( [ True if po > pc and po != None else False for po, pc in zipoc] ) # 标示出该天股价日内下跌的一个序列
side= numpy.array( [ True if po == pc and po != None else False for po, pc in zipoc] ) # 标示出该天股价日内走平的一个序列
if u'成交额' in pdata:
volume= pdata[u'成交额']
else:
volume= pdata[u'成交量']
rarray_vol= numpy.array(volume)
volzeros= numpy.zeros(length) # 辅助数据
# XXX: 如果 up/down/side 各项全部为 False那么 vlines() 会报错。
if True in up:
axes_2.vlines(xindex[up], volzeros[up], rarray_vol[up], edgecolor='red', linewidth=3.0, label='_nolegend_')
if True in down:
axes_2.vlines(xindex[down], volzeros[down], rarray_vol[down], edgecolor='green', linewidth=3.0, label='_nolegend_')
if True in side:
axes_2.vlines(xindex[side], volzeros[side], rarray_vol[side], edgecolor='0.7', linewidth=3.0, label='_nolegend_')
# 第一只:设定 X 轴坐标的范围
#==================================================================================================================================================
axes_2.set_xlim(-1, length)
# 第一只:设定 X 轴上的坐标
#==================================================================================================================================================
datelist= [ datetime.date(int(ys), int(ms), int(ds)) for ys, ms, ds in [ dstr.split('-') for dstr in pdata[u'日期'] ] ]
# 确定 X 轴的 MajorLocator
mdindex= [] # 每个月第一个交易日在所有日期列表中的 index
years= set([d.year for d in datelist]) # 所有的交易年份
for y in sorted(years):
months= set([d.month for d in datelist if d.year == y]) # 当年所有的交易月份
for m in sorted(months):
monthday= min([dt for dt in datelist if dt.year==y and dt.month==m]) # 当月的第一个交易日
mdindex.append(datelist.index(monthday))
xMajorLocator= FixedLocator(numpy.array(mdindex))
# 第一只:确定 X 轴的 MinorLocator
wdindex= {} # value: 每周第一个交易日在所有日期列表中的 index; key: 当周的序号 week number当周是第几周
for d in datelist:
isoyear, weekno= d.isocalendar()[0:2]
dmark= isoyear*100 + weekno
if dmark not in wdindex:
wdindex[dmark]= datelist.index(d)
xMinorLocator= FixedLocator(numpy.array( sorted(wdindex.values()) ))
# 第一只:确定 X 轴的 MajorFormatter 和 MinorFormatter
def x_major_formatter_2(idx, pos=None):
return datelist[idx].strftime('%Y-%m-%d')
def x_minor_formatter_2(idx, pos=None):
return datelist[idx].strftime('%m-%d')
xMajorFormatter= FuncFormatter(x_major_formatter_2)
xMinorFormatter= FuncFormatter(x_minor_formatter_2)
# 第一只:设定 X 轴的 Locator 和 Formatter
xaxis_2.set_major_locator(xMajorLocator)
xaxis_2.set_major_formatter(xMajorFormatter)
xaxis_2.set_minor_locator(xMinorLocator)
xaxis_2.set_minor_formatter(xMinorFormatter)
# 第一只:设定 X 轴主要坐标点与辅助坐标点的样式
for malabel in axes_2.get_xticklabels(minor=False):
malabel.set_fontsize(4)
malabel.set_horizontalalignment('right')
malabel.set_rotation('45')
for milabel in axes_2.get_xticklabels(minor=True):
milabel.set_fontsize(4)
milabel.set_color('blue')
milabel.set_horizontalalignment('right')
milabel.set_rotation('45')
# 第一只:设定成交量 Y 轴坐标的范围
#==================================================================================================================================================
maxvol= max(volume) # 注意是 int 类型
axes_2.set_ylim(0, maxvol)
# 第一只:设定成交量 Y 轴上的坐标
#==================================================================================================================================================
vollen= len(str(maxvol))
volstep_pri= int(round(maxvol/10.0+5000, -4))
yMajorLocator_2= MultipleLocator(volstep_pri)
# 第一只:确定 Y 轴的 MajorFormatter
dimsuffix= u'' if u'成交额' in pdata else u''
def y_major_formatter_2(num, pos=None):
if num >= 10**8: # 大于 1 亿
return (str(round(num/10.0**8, 2)) + u'亿' + dimsuffix) if num != 0 else '0'
else:
return (str(num/10.0**4) + u'' + dimsuffix) if num != 0 else '0'
# def y_major_formatter_2(num, pos=None):
# return int(num)
yMajorFormatter_2= FuncFormatter(y_major_formatter_2)
# 确定 Y 轴的 MinorFormatter
# def y_minor_formatter_2(num, pos=None):
# return int(num)
# yMinorFormatter_2= FuncFormatter(y_minor_formatter_2)
yMinorFormatter_2= NullFormatter()
# 第一只:设定 X 轴的 Locator 和 Formatter
yaxis_2.set_major_locator(yMajorLocator_2)
yaxis_2.set_major_formatter(yMajorFormatter_2)
# yaxis_2.set_minor_locator(yMinorLocator_2)
yaxis_2.set_minor_formatter(yMinorFormatter_2)
# 第一只:设定 Y 轴主要坐标点与辅助坐标点的样式
for malab in axes_2.get_yticklabels(minor=False):
malab.set_font_properties(__font_properties__)
malab.set_fontsize(4.5) # 这个必须放在前一句后面,否则作用会被覆盖
# 第一只:成交量数值在图中间的显示
#==================================================================================================================================================
for iy in range(volstep_pri, maxvol, volstep_pri):
for ix in mdindex[1:-1:3]:
newlab= axes_2.text(ix+8, iy, y_major_formatter_2(iy))
newlab.set_font_properties(__font_properties__)
newlab.set_color('0.3')
newlab.set_fontsize(3)
newlab.set_zorder(0) # XXX: 放在底层
# newlab.set_verticalalignment('center')
#==================================================================================================================================================
#==================================================================================================================================================
#=======
#======= XXX: 第二条成交量图线
#=======
#==================================================================================================================================================
#==================================================================================================================================================
# 添加 Axes 对象
#==================================================================================================================================================
axes_2_sec= axes_2.twinx()
# axes_2_sec.set_axisbelow(True) # 网格线放在底层
axes_2_sec.set_axisbelow(True) # 网格线放在底层
# 改变坐标线的颜色
#==================================================================================================================================================
# for child in axes_2_sec.get_children():
# if isinstance(child, matplotlib.spines.Spine):
# child.set_color('lightblue')
# 得到 X 轴 和 Y 轴 的两个 Axis 对象
#==================================================================================================================================================
xaxis_2_sec= axes_2_sec.get_xaxis()
yaxis_2_sec= axes_2_sec.get_yaxis()
# 设置两个坐标轴上的 grid
#==================================================================================================================================================
# xaxis_2_sec.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2)
# xaxis_2_sec.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.1)
# yaxis_2_sec.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2)
# yaxis_2_sec.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.1)
#==================================================================================================================================================
#======= 绘图
#==================================================================================================================================================
if u'成交额二' in pdata:
volume_sec= pdata[u'成交额二']
else:
volume_sec= pdata[u'成交量二']
zipoc_sec= zip(pdata[u'开盘二'], pdata[u'收盘二'])
up_sec= numpy.array( [ True if po < pc and po != None else False for po, pc in zipoc_sec] ) # 标示出该天股价日内上涨的一个序列
down_sec= numpy.array( [ True if po > pc and po != None else False for po, pc in zipoc_sec] ) # 标示出该天股价日内下跌的一个序列
side_sec= numpy.array( [ True if po == pc and po != None else False for po, pc in zipoc_sec] ) # 标示出该天股价日内走平的一个序列
rarray_vol_sec= numpy.array(volume_sec)
volzeros_sec= numpy.zeros(length) # 辅助数据
# XXX: 如果 up_sec/down_sec/side_sec 各项全部为 False那么 vlines() 会报错。
if True in up_sec:
axes_2_sec.vlines(xindex[up_sec], volzeros_sec[up_sec], rarray_vol_sec[up_sec], edgecolor='pink', linewidth=1.0, label='_nolegend_', alpha=0.3)
if True in down_sec:
axes_2_sec.vlines(xindex[down_sec], volzeros_sec[down_sec], rarray_vol_sec[down_sec], edgecolor='lightgreen', linewidth=1.0, label='_nolegend_', alpha=0.3)
if True in side_sec:
axes_2_sec.vlines(xindex[side_sec], volzeros_sec[side_sec], rarray_vol_sec[side_sec], edgecolor='0.7', linewidth=1.0, label='_nolegend_', alpha=0.3)
# 设定 X 轴坐标的范围
#==================================================================================================================================================
# XXX: 不用了,与 axes_2 共用。
# 设定 Y 轴坐标的范围
#==================================================================================================================================================
maxvol_sec= max(volume_sec) # 注意是 int 类型
axes_2_sec.set_ylim(0, maxvol_sec)
# 设定 Y 轴上的坐标
#==================================================================================================================================================
volstep_sec= volstep_pri*maxvol_sec/float(maxvol)
yMajorLocator_2_sec= MultipleLocator(volstep_sec)
# 确定 Y 轴的 MajorFormatter
dimsuffix_sec= u'' if u'成交额二' in pdata else u''
def y_major_formatter_2_sec(num, pos=None):
if num >= 10**8: # 大于 1 亿
print(('num= ' + str(num) + ', result= ' + str(round(num/10.0**8, 3)) + u'亿' + dimsuffix_sec).encode('utf8'))
return (str(round(num/10.0**8, 3)) + u'亿' + dimsuffix_sec) if num != 0 else '0'
else:
return (str(round(num/10.0**4, 2)) + u'' + dimsuffix_sec) if num != 0 else '0'
# def y_major_formatter_2_sec(num, pos=None):
# return int(num)
yMajorFormatter_2_sec= FuncFormatter(y_major_formatter_2_sec)
# 确定 Y 轴的 MinorFormatter
# def y_minor_formatter_2(num, pos=None):
# return int(num)
# yMinorFormatter_2_sec= FuncFormatter(y_minor_formatter_2)
yMinorFormatter_2_sec= NullFormatter()
# 设定 X 轴的 Locator 和 Formatter
yaxis_2_sec.set_major_locator(yMajorLocator_2_sec)
yaxis_2_sec.set_major_formatter(yMajorFormatter_2_sec)
# yaxis_2_sec.set_minor_locator(yMinorLocator_2_sec)
yaxis_2_sec.set_minor_formatter(yMinorFormatter_2_sec)
# 设定 Y 轴主要坐标点与辅助坐标点的样式
for malab in axes_2_sec.get_yticklabels(minor=False):
malab.set_font_properties(__font_properties__)
malab.set_fontsize(4.5) # 这个必须放在前一句后面,否则作用会被覆盖
#==================================================================================================================================================
#==================================================================================================================================================
#=======
#======= XXX: K 线图部分
#=======
#==================================================================================================================================================
#==================================================================================================================================================
# 添加 Axes 对象
#==================================================================================================================================================
axes_1= figobj.add_axes(rect_1, axis_bgcolor='black', sharex=axes_2)
axes_1.set_axisbelow(True) # 网格线放在底层
axes_1.set_yscale('log', basey=expbase) # 使用对数坐标
# 改变坐标线的颜色
#==================================================================================================================================================
for child in axes_1.get_children():
if isinstance(child, matplotlib.spines.Spine):
child.set_color('lightblue')
# 得到 X 轴 和 Y 轴 的两个 Axis 对象
#==================================================================================================================================================
xaxis_1= axes_1.get_xaxis()
yaxis_1= axes_1.get_yaxis()
# 设置两个坐标轴上的 grid
#==================================================================================================================================================
xaxis_1.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2)
xaxis_1.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.1)
yaxis_1.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2)
yaxis_1.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.1)
#==================================================================================================================================================
#======= 绘图
#==================================================================================================================================================
# 绘制 K 线部分
#==================================================================================================================================================
# 对开收盘价进行视觉修正
for idx, poc in enumerate( zip(pdata[u'开盘'], pdata[u'收盘']) ):
if poc[0] == poc[1] and None not in poc:
variant= round((poc[1]+1000)/2000, 0)
pdata[u'开盘'][idx]= poc[0] - variant # 稍微偏离一点,使得在图线上不致于完全看不到
pdata[u'收盘'][idx]= poc[1] + variant
rarray_open= numpy.array(pdata[u'开盘'])
rarray_close= numpy.array(pdata[u'收盘'])
rarray_high= numpy.array(pdata[u'最高'])
rarray_low= numpy.array(pdata[u'最低'])
# XXX: 如果 up, down, side 里有一个全部为 False 组成,那么 vlines() 会报错。
# XXX: 可以使用 alpha 参数调节透明度
if True in up:
axes_1.vlines(xindex[up], rarray_low[up], rarray_high[up], edgecolor='red', linewidth=0.6, label='_nolegend_')
axes_1.vlines(xindex[up], rarray_open[up], rarray_close[up], edgecolor='red', linewidth=3.0, label='_nolegend_')
if True in down:
axes_1.vlines(xindex[down], rarray_low[down], rarray_high[down], edgecolor='green', linewidth=0.6, label='_nolegend_')
axes_1.vlines(xindex[down], rarray_open[down], rarray_close[down], edgecolor='green', linewidth=3.0, label='_nolegend_')
if True in side:
axes_1.vlines(xindex[side], rarray_low[side], rarray_high[side], edgecolor='0.7', linewidth=0.6, label='_nolegend_')
axes_1.vlines(xindex[side], rarray_open[side], rarray_close[side], edgecolor='0.7', linewidth=3.0, label='_nolegend_')
# 绘制均线部分
#==================================================================================================================================================
if u'5日均' in pdata:
rarray_5dayave= numpy.array(pdata[u'5日均'])
axes_1.plot(xindex, rarray_5dayave, 'o-', color='white', linewidth=0.1, label='ave_5', \
markersize=0.7, markeredgecolor='white', markeredgewidth=0.1) # 5日均线
if u'10日均' in pdata:
rarray_10dayave= numpy.array(pdata[u'10日均'])
axes_1.plot(xindex, rarray_10dayave, 'o-', color='yellow', linewidth=0.1, label='ave_10', \
markersize=0.7, markeredgecolor='yellow', markeredgewidth=0.1) # 10日均线
if u'30日均' in pdata:
rarray_30dayave= numpy.array(pdata[u'30日均'])
axes_1.plot(xindex, rarray_30dayave, 'o-', color='cyan', linewidth=0.1, label='ave_30', \
markersize=0.7, markeredgecolor='cyan', markeredgewidth=0.1) # 30日均线
# 绘制 复权提示
#==================================================================================================================================================
if u'复权' in pdata:
adjdict= dict(pdata[u'复权'])
for idx, dstr in enumerate(pdata[u'日期']):
if dstr in adjdict:
axes_1.plot([idx, idx], [ylowlim_price, yhighlim_price], '-', color='purple', linewidth=0.3)
# 设定 X 轴坐标的范围
#==================================================================================================================================================
axes_1.set_xlim(-1, length)
# 先设置 label 位置,再将 X 轴上的坐标设为不可见。因为与 成交量子图 共用 X 轴
#==================================================================================================================================================
# 设定 X 轴的 Locator 和 Formatter
xaxis_1.set_major_locator(xMajorLocator)
xaxis_1.set_major_formatter(xMajorFormatter)
xaxis_1.set_minor_locator(xMinorLocator)
xaxis_1.set_minor_formatter(xMinorFormatter)
# 将 X 轴上的坐标设为不可见。
for malab in axes_1.get_xticklabels(minor=False):
malab.set_visible(False)
for milab in axes_1.get_xticklabels(minor=True):
milab.set_visible(False)
# 用这一段效果也一样
# pyplot.setp(axes_1.get_xticklabels(minor=False), visible=False)
# pyplot.setp(axes_1.get_xticklabels(minor=True), visible=False)
# 设定 Y 轴坐标的范围
#==================================================================================================================================================
axes_1.set_ylim(ylowlim_price, yhighlim_price)
# 设定 Y 轴上的坐标
#==================================================================================================================================================
# XXX: 不用 LogLocator 了,因为不能控制坐标点的位置。
# 主要坐标点
#----------------------------------------------------------------------------
yticks_major_pri= []
for i in range(1, 999):
newloc= ylowlim_price * (expbase**i)
if newloc <= yhighlim_price:
yticks_major_pri.append(newloc)
else:
break
yMajorLocator_1= FixedLocator(numpy.array(yticks_major_pri))
# 确定 Y 轴的 MajorFormatter
def y_major_formatter_1(num, pos=None):
return str(round(num/1000.0, 2))
yMajorFormatter_1= FuncFormatter(y_major_formatter_1)
# 设定 X 轴的 Locator 和 Formatter
yaxis_1.set_major_locator(yMajorLocator_1)
yaxis_1.set_major_formatter(yMajorFormatter_1)
# 设定 Y 轴主要坐标点与辅助坐标点的样式
for mal in axes_1.get_yticklabels(minor=False):
mal.set_fontsize(6)
# 辅助坐标点
#----------------------------------------------------------------------------
yticks_minor_pri= []
mtstart= ylowlim_price * (1.0+(expbase-1.0)/2)
for i in range(999):
newloc= mtstart * (expbase**i)
if newloc <= yhighlim_price:
yticks_minor_pri.append(newloc)
else:
break
yMinorLocator_1= FixedLocator(numpy.array(yticks_minor_pri)) # XXX minor ticks 已经在上面一并设置,这里不需要了。
# 确定 Y 轴的 MinorFormatter
def y_minor_formatter_1(num, pos=None):
return str(round(num/1000.0, 2))
yMinorFormatter_1= FuncFormatter(y_minor_formatter_1)
# 设定 X 轴的 Locator 和 Formatter
yaxis_1.set_minor_locator(yMinorLocator_1)
yaxis_1.set_minor_formatter(yMinorFormatter_1)
# 设定 Y 轴主要坐标点与辅助坐标点的样式
for mal in axes_1.get_yticklabels(minor=True):
mal.set_fontsize(5)
mal.set_color('blue')
# 第一只:价格数值在图中间的显示
#==================================================================================================================================================
for iy in yticks_major_pri:
for ix in mdindex[1:-1:3]:
newlab= axes_1.text(ix+8, iy*1.001, y_major_formatter_1(iy))
newlab.set_font_properties(__font_properties__)
newlab.set_color('0.3')
newlab.set_fontsize(3)
newlab.set_zorder(0) # XXX: 放在底层
# newlab.set_verticalalignment('center')
# 第一只:日期在图中间的显示
#==================================================================================================================================================
for iy in yticks_minor_pri[1:-1:5]:
for ix in mdindex:
newlab= axes_1.text(ix-1, iy, pdata[u'日期'][ix])
newlab.set_font_properties(__font_properties__)
newlab.set_color('0.3')
newlab.set_fontsize(4)
newlab.set_rotation('vertical')
# newlab.set_horizontalalignment('left')
# newlab.set_verticalalignment('bottom')
newlab.set_zorder(0) # XXX: 放在底层
# newlab.set_verticalalignment('center')
#==================================================================================================================================================
#==================================================================================================================================================
#=======
#======= XXX: 第二条 K 线图
#=======
#==================================================================================================================================================
#==================================================================================================================================================
# 添加 Axes 对象
#==================================================================================================================================================
axes_1_sec= axes_1.twinx()
# axes_1_sec.set_axisbelow(True) # 网格线放在底层
axes_1_sec.set_yscale('log', basey=expbase) # 使用对数坐标
# 得到 X 轴 和 Y 轴 的两个 Axis 对象
#==================================================================================================================================================
xaxis_1_sec= axes_1_sec.get_xaxis()
yaxis_1_sec= axes_1_sec.get_yaxis()
#==================================================================================================================================================
#======= 绘图
#==================================================================================================================================================
# 绘制 K 线部分
#==================================================================================================================================================
# 对开收盘价进行视觉修正
for idx, poc in enumerate( zipoc_sec ):
if poc[0] == poc[1] and None not in poc:
pdata[u'开盘二'][idx]= poc[0] - 5 # 稍微偏离一点,使得在图线上不致于完全看不到
pdata[u'收盘二'][idx]= poc[1] + 5
rarray_open= numpy.array(pdata[u'开盘二'])
rarray_close= numpy.array(pdata[u'收盘二'])
rarray_high= numpy.array(pdata[u'最高二'])
rarray_low= numpy.array(pdata[u'最低二'])
# XXX: 如果 up_sec, down_sec, side_sec 里有一个全部为 False 组成,那么 vlines() 会报错。
# XXX: 可以使用 alpha 参数调节透明度
if True in up_sec:
axes_1_sec.vlines(xindex[up_sec], rarray_low[up_sec], rarray_high[up_sec], edgecolor='red', linewidth=0.6, label='_nolegend_', alpha=0.3)
axes_1_sec.vlines(xindex[up_sec], rarray_open[up_sec], rarray_close[up_sec], edgecolor='red', linewidth=3.0, label='_nolegend_', alpha=0.3)
if True in down_sec:
axes_1_sec.vlines(xindex[down_sec], rarray_low[down_sec], rarray_high[down_sec], edgecolor='green', linewidth=0.6, label='_nolegend_', alpha=0.3)
axes_1_sec.vlines(xindex[down_sec], rarray_open[down_sec], rarray_close[down_sec], edgecolor='green', linewidth=3.0, label='_nolegend_', alpha=0.3)
if True in side_sec:
axes_1_sec.vlines(xindex[side_sec], rarray_low[side_sec], rarray_high[side_sec], edgecolor='0.7', linewidth=0.6, label='_nolegend_', alpha=0.3)
axes_1_sec.vlines(xindex[side_sec], rarray_open[side_sec], rarray_close[side_sec], edgecolor='0.7', linewidth=3.0, label='_nolegend_', alpha=0.3)
# 设定 X 轴坐标的范围
#==================================================================================================================================================
axes_1_sec.set_xlim(-1, length)
# 先设置 label 位置,再将 X 轴上的坐标设为不可见。因为与 成交量子图 共用 X 轴
#==================================================================================================================================================
# 设定 X 轴的 Locator 和 Formatter
xaxis_1_sec.set_major_locator(xMajorLocator)
xaxis_1_sec.set_major_formatter(xMajorFormatter)
xaxis_1_sec.set_minor_locator(xMinorLocator)
xaxis_1_sec.set_minor_formatter(xMinorFormatter)
# 将 X 轴上的坐标设为不可见。
for malab in axes_1_sec.get_xticklabels(minor=False):
malab.set_visible(False)
for milab in axes_1_sec.get_xticklabels(minor=True):
milab.set_visible(False)
# 设定 Y 轴坐标的范围
#==================================================================================================================================================
axes_1_sec.set_ylim(ylowlim_price*open_price_sec/open_price_pri, yhighlim_price*open_price_sec/open_price_pri)
# 设定 Y 轴上的坐标
#==================================================================================================================================================
# 主要坐标点
#----------------------------------------------------------------------------
yticks_major_sec= []
ylowlim_price_sec= ylowlim_price*open_price_sec/open_price_pri
yhighlim_price_sec= yhighlim_price*open_price_sec/open_price_pri
for i in range(1, 999):
newloc= ylowlim_price_sec * (expbase**i)
if newloc <= yhighlim_price_sec:
yticks_major_sec.append(newloc)
else:
break
yMajorLocator_1_sec= FixedLocator(numpy.array(yticks_major_sec))
# 确定 Y 轴的 MajorFormatter
def y_major_formatter_1_sec(num, pos=None):
return str(round(num/1000.0, 2))
yMajorFormatter_1_sec= FuncFormatter(y_major_formatter_1_sec)
# 设定 X 轴的 Locator 和 Formatter
yaxis_1_sec.set_major_locator(yMajorLocator_1_sec)
yaxis_1_sec.set_major_formatter(yMajorFormatter_1_sec)
# 设定 Y 轴主要坐标点与辅助坐标点的样式
for mal in axes_1_sec.get_yticklabels(minor=False):
mal.set_fontsize(6)
# 辅助坐标点
#----------------------------------------------------------------------------
yticks_minor_sec= []
mtstart_sec= ylowlim_price_sec * (1.0+(expbase-1.0)/2)
for i in range(999):
newloc= mtstart_sec * (expbase**i)
if newloc <= yhighlim_price_sec:
yticks_minor_sec.append(newloc)
else:
break
yMinorLocator_1_sec= FixedLocator(numpy.array(yticks_minor_sec)) # XXX minor ticks 已经在上面一并设置,这里不需要了。
# 确定 Y 轴的 MinorFormatter
def y_minor_formatter_1_sec(num, pos=None):
return str(round(num/1000.0, 2))
yMinorFormatter_1_sec= FuncFormatter(y_minor_formatter_1_sec)
# 设定 X 轴的 Locator 和 Formatter
yaxis_1_sec.set_minor_locator(yMinorLocator_1_sec)
yaxis_1_sec.set_minor_formatter(yMinorFormatter_1_sec)
# 设定 Y 轴主要坐标点与辅助坐标点的样式
for mal in axes_1_sec.get_yticklabels(minor=True):
mal.set_fontsize(5)
mal.set_color('blue')
# 显示图片
#==================================================================================================================================================
# pyplot.show()
# 保存图片
#==================================================================================================================================================
figobj.savefig(figpath, dpi=figdpi, facecolor=figfacecolor, edgecolor=figedgecolor, linewidth=figlinewidth)
if __name__ == '__main__':
Plot(pfile=sys.argv[1], figpath=sys.argv[2])