使用Python繪制一幅專業的K線圖，是量化投資和金融數據分析的必備功課。
下面我將從K線圖簡介、數據獲取、K線圖繪制及成交量繪制等方面，結合源代碼，一步步實現專業K線圖的繪制。
K線圖簡介
K線圖又被成為“蠟燭圖”、“陰陽線”等，它在視覺效果上可以很清晰得凸顯出市場多空形勢，K線圖成為大家查看行情數據以及各式量化分析不可或缺的一環。在K線圖常見的時間跨度分鍾、日、周以及月。
K線由高開低收四個價格繪制而成。分為陽線與陰線兩種，收盤價高於開盤價時為陽線，收盤價低於開盤價時為陰線；K線圖的示意圖如下：
K線由矩形實體與上下兩根影線組成，實體上方的影線成為上影線，下方的成為下影線。實體與陰線相對長短，可形成多種形態。
1、股票數據
我們從恆有數金融數據社區，獲取股票市場歷史行情數據。我們獲取2021年6月1號至2021年8月1號，恆生電子（600570.SH）的日行情數據，代碼及執行結果如下。
# 加載取數與繪圖所需的函數包
import pandas as pd
import datetime
from hs_udata import set_token,stock_quote_daily
from mpl_finance import candlestick_ohlc
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 指定默認字體
mpl.rcParams['axes.unicode_minus'] = False # 解決保存圖像是負號'-'顯示為方塊的問題
def GetData(stock_code,start,end):
#stock_code：獲取股票數據的股票代碼
# start：開始日期
# end：結束日期
date_start=datetime.datetime.strptime(start,'%Y-%m-%d')
date_end =datetime.datetime.strptime(end,'%Y-%m-%d')
data = pd.DataFrame([])
while date_start<date_end:
# 獲取日行情數據，接口說明見 https://udata.hs.net/datas/332/
# adjust_way枚舉值為：0-不復權，1-前復權，2-后復權，此處取前復權
data_i = stock_quote_daily(en_prod_code=stock_code
,trading_date=date_start.strftime('%Y%m%d')
,adjust_way = 1)
data=pd.concat([data,data_i],axis=0) # 將行情數據按行拼接
date_start+=datetime.timedelta(days=1) # 日期變量自增
# 返回行情數據
return data
#1、獲取行情數據
stock_code = "600570.SH" # 恆生電子 股票代碼是600570.SH
start='2021-06-01'
end ='2021-08-01'
set_token(token = 'xxxxxxxxxxxxxxxxxxxxxxxx') # 注冊后，獲取並替換token
data = GetData(stock_code,start,end)
data
2、數據處理
由於恆有數的stock_quote_daily接口返回參數較多，包含了非交易日及停牌日期的數據。使用candlestick_ohlc包繪制K線圖時，需要將日期轉為數值。程序代碼與執行結果如下：
#2、數據處理
data = data.loc[data.turnover_status=='交易'] # 剔除非交易日
data_price = data[['trading_date','open_price','high_price','low_price','close_price'
,'business_amount']] # 選取日期、高開低收價格、成交量數據
data_price.set_index('trading_date', inplace=True) # 將日期作為索引
data_price = data_price.astype(float) # 將價格數據類型轉為浮點數
# 將日期格式轉為 candlestick_ohlc 可識別的數值
data_price['Date'] = list(map(lambda x:mdates.date2num(datetime.datetime.strptime(x,'%Y-%m-%d')),data_price.index.tolist()))
data_price
3、繪制K線
使用mpl_finance函數包中candlestick_ohlc函數進行繪圖，程序如下：
#3、繪制K線圖
# 提取繪圖數據
ohlc = data_price[['Date','open_price','high_price','low_price','close_price']]
f1, ax = plt.subplots(figsize = (12,6)) # 創建圖片
candlestick_ohlc(ax, ohlc.values.tolist(), width=.7
, colorup='red', colordown='green') # 使用candlestick_ohlc繪圖
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d')) # 設置橫軸日期格式
plt.xticks(rotation=30) # 日期顯示的旋轉角度
plt.title(stock_code,fontsize = 14) # 設置圖片標題
plt.xlabel('日 期',fontsize = 14) # 設置橫軸標題
plt.ylabel('價 格（元）',fontsize = 14) # 設置縱軸標題
plt.show()
4、去除圖中非交易日
由於candlestick_ohlc函數默認繪制的K線圖並未剔出非交易日（周末、節假日和停牌日期），導致K線之間存在空白間隔。下面我們通過修改繪圖數據中橫軸數據，修改橫軸標注日期，實現剔除圖中的非交易日數據。
# 4、去除非交易日的間隔
ohlc = data_price[['Date','open_price','high_price','low_price','close_price']]
ohlc.loc[:,'Date'] = range(len(ohlc)) # 重新賦值橫軸數據，使橫軸數據為連續數值
# 繪圖
f1, ax = plt.subplots(figsize = (12,6))
candlestick_ohlc(ax, ohlc.values.tolist(), width=.7, colorup='red', colordown='green')
plt.xticks(rotation=30) # 日期顯示的旋轉角度
plt.title(stock_code,fontsize = 14) # 設置圖片標題
plt.xlabel('日 期',fontsize = 14) # 設置橫軸標題
plt.ylabel('價 格（元）',fontsize = 14) # 設置縱軸標題
# 修改橫軸標注日期
date_list = ohlc.index.tolist() # 獲取日期列表
xticks_len = round(len(date_list)/(len(ax.get_xticks())-1)) # 獲取默認橫軸標注的間隔
xticks_num = range(0,len(date_list),xticks_len) # 生成橫軸標注位置列表
xticks_str = list(map(lambda x:date_list[int(x)],xticks_num)) # 生成正在標注日期列表
ax.set_xticks(xticks_num) # 設置橫軸標注位置
ax.set_xticklabels(xticks_str) # 設置橫軸標注日期
plt.show()
5、在K線圖中，添加成交量
K線圖中，除了K線數據，一般還配有成交量數據。恆有數的stock_quote_daily接口返回的數據中，也有成交量數據。將K線圖與成交量繪制在同一張圖的程序如下：
#5、繪制成交量
fig = plt.figure(figsize=(12,10))
grid = plt.GridSpec(12, 10, wspace=0.5, hspace=0.5)
#（1）繪制K線圖
# K線數據
ohlc = data_price[['Date','open_price','high_price','low_price','close_price']]
ohlc.loc[:,'Date'] = range(len(ohlc)) # 重新賦值橫軸數據，繪制K線圖無間隔
# 繪制K線
ax1 = fig.add_subplot(grid[0:8,0:12]) # 設置K線圖的尺寸
candlestick_ohlc(ax1, ohlc.values.tolist(), width=.7
, colorup='red', colordown='green')
plt.title(stock_code,fontsize = 14) # 設置圖片標題
plt.ylabel('價 格（元）',fontsize = 14) # 設置縱軸標題
ax1.set_xticks([]) # 日期標注在成交量中，故清空此處x軸刻度
ax1.set_xticklabels([]) # 日期標注在成交量中，故清空此處x軸
#（2）繪制成交量
# 成交量數據
data_volume = data_price[['Date','close_price','open_price','business_amount']]
data_volume['color'] = data_volume.apply(lambda row: 1 if row['close_price'] >= row['open_price'] else 0, axis=1) # 計算成交量柱狀圖對應的顏色，使之與K線顏色一致
data_volume.Date = ohlc.Date
# 繪制成交量
ax2 = fig.add_subplot(grid[8:10,0:12]) # 設置成交量圖形尺寸
ax2.bar(data_volume.query('color==1')['Date']
, data_volume.query('color==1')['business_amount']
, color='r') # 繪制紅色柱狀圖
ax2.bar(data_volume.query('color==0')['Date']
, data_volume.query('color==0')['business_amount']
, color='g') # 繪制綠色柱狀圖
plt.xticks(rotation=30)
plt.xlabel('日 期',fontsize = 14) # 設置橫軸標題
# 修改橫軸日期標注
date_list = ohlc.index.tolist() # 獲取日期列表
xticks_len = round(len(date_list)/(len(ax2.get_xticks())-1)) # 獲取默認橫軸標注的間隔
xticks_num = range(0,len(date_list),xticks_len) # 生成橫軸標注位置列表
xticks_str = list(map(lambda x:date_list[int(x)],xticks_num)) # 生成正在標注日期列表
ax2.set_xticks(xticks_num) # 設置橫軸標注位置
ax2.set_xticklabels(xticks_str) # 設置橫軸標注日期
plt.show()
至此一幅專業的K線圖便繪制完畢了。
下篇文章，我們將在圖中添加均線及常見技術指標走勢圖，敬請期待。