1
我試圖用matplotlib繪製燭臺數據。從1分鐘的數據開始,我使用pd.Timegrouper在不同的時間範圍內對它們進行分組,從5分鐘到每日,但情節僅適用於日常數據。下面你可以找到1分鐘數據的樣本我使用:python Matplotlib燭臺陰謀只適用於日常數據,不適用於盤中
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()
但後來當我繪製的日常和5分鐘同一事件(OT任何其他盤中的時限)我得到如下結果:
日報(好成績):
即日(壞的結果):
一種可能的方案,可以發現在[此處](http://stackoverflow.com/questions/36846032/matplotlib-candlestick-intraday- chart-is-one-big-blob#): – jcsun