Python量化交易基础讲座：标记Matplotlib图表区间

接下来，我们将教你如何绘制代表上证指数涨跌周期的图。这包括使用第三方 Python 库，例如 matplotlib、pandas、tushare 和 numpy。

首先使用tushare接口ts.get_k_data获取上证指数2008年至2019年的每日交易数据。

#获取上证综指2008年至2019的日交易数据
 sh=ts.get_k_data('sh',start='2008-1-1', end='2019-1-1')
print(sh.head())

           date     open    close     high      low      volume code
183  2008-10-06  2267.39  2173.74  2267.39  2172.57  60938100.0   sh
184  2008-10-07  2101.09  2157.84  2183.00  2072.90  56902600.0   sh
185  2008-10-08  2095.91  2092.22  2127.08  2059.09  50759500.0   sh
186  2008-10-09  2125.57  2074.58  2130.87  2063.41  45071000.0   sh
187  2008-10-10  1995.96  2000.57  2027.83  1963.18  54077500.0   sh

复制代码

使用函数matplotlib（plotlib）上证指数收盘价。

sh['close'].plot(figsize=(16,8))
复制代码

图显示，牛市从2014年开始，从2014年7月持续到2015年6月。在那11个月里，指数实际上从2075.48点上涨到5178.19点。我们使用matplotlib函数annotate()在图表上标记牛市的起点和终点。

plt.annotate('牛市起点',
   xy=('2014-7-1',2054),
   xytext=('2014-3-1',2500),
   bbox = dict(boxstyle = 'round,pad=0.5',
   fc = 'yellow', alpha = 0.5),
   arrowprops=dict(facecolor='red',
   shrink=0.05),fontsize=12)

复制代码

接下来，使用matplotlib axhline()函数将索引的中值设置为水平参考线（水平），并使用matplotlib axhline()函数。指数交易日的最小值设置为垂直参考线（垂直）。

plt.axhline(y=sh['close'].median(), c='r', ls='--', lw=2)
plt.axvline(x=sh[sh['close'].values == sh['close'].min()].index, c='g', ls='-.', lw=2)
复制代码

接下来，使用matplotlib函数axhspan()将牛市的起点设置为与x轴平行的参考区域（水平），并使用matplotlibaxvspan（ ) 功能 设置牛市起始交易日与y轴平行（垂直）的参考区域。

plt.axhspan(ymin=2075.48, ymax=5178.19, facecolor='purple', alpha=0.3)
plt.axvspan(xmin='2014-7-1', xmax='2015-6-15', facecolor='g', alpha=0.3)

复制代码

接下来我们调整图表的样式细节。例如，删除图形的上边缘和右边缘的边框，设置刻度在坐标轴上的位置，并将刻度放置在坐标轴内。

# 样式调整
# spines设置图表left\right\bottom\top边框，此处去掉图形上边和右侧的边框
for spine in plt.gca().spines.keys():
    print(spine)
    if spine == 'top' or spine == 'right':
        plt.gca().spines[spine].set_color('none')

# 设置坐标轴上的刻度线位置（其实这里的设置跟默认一样）
plt.gca().xaxis.set_ticks_position('bottom')
plt.gca().yaxis.set_ticks_position('left')

# 将刻度线放在坐标轴内侧
plt.tick_params(direction = 'in')

复制代码

作者：元宵大师
链接：https://juejin.im/post/5ce7defb6fb9a07eec59a553
来源：掘金
。版权属于作者。商业转载请联系作者获取授权。非商业转载请注明出处。