之前在一篇文章中提到Matplotlib可视化，甚至可以用来画股票K线图，许多同学也在问代码，这次来发个文回应下。

Python用matplotlib绘制K线图，需要配合talib、numpy、mpl_finance等第三方库来使用，具体展示如下：

股市及期货市场中的K线图的画法包含四个数据，即开盘价、最高价、最低价、收盘价。

所有的k线都是围绕这四个数据展开，反映大势的状况和价格信息。

如果把每日的K线图放在一张纸上，就能得到日K线图，同样也可画出周K线图、月K线图。

第一步：导入相关库

import talib
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl
import datetime
import mpl_finance as mpf
import warnings
import akshare as ak

warnings.filterwarnings('ignore')
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False

第二步：获取股票数据
这里从akshare库接口自动获取数据

def getdata(stock_symbol):
    global data_all
    # 所有股票实时数据
    data_all = ak.stock_zh_a_spot()

    # 单个股票历史行情数据
    global data
    data = ak.stock_zh_a_daily(symbol=stock_symbol, adjust="hfq")

    # 生成股票code和name
    global stock_code
    stock_code = data_all[data_all['symbol'] == stock_symbol].values[0, 1]
    global stock_name
    stock_name = data_all[data_all['symbol'] == stock_symbol].values[0, 2]
    
    print("数据加载完成")

getdata('sh600006')

第三步：绘制k线图

def kline(start_time,end_time):    
    # 处理数据
    global data
    data = data[start_time:end_time]
    # 10天均线
    sma_10 = talib.SMA(np.array(data['close']), 10)
    # 30天均线
    sma_30 = talib.SMA(np.array(data['close']), 30)
    # 添加图表
    global fig
    fig = plt.figure(figsize=(8, 4),dpi=200)
    ax = fig.add_axes([0,0.2,1,0.5])
    ax2 = fig.add_axes([0,0,1,0.2])
    # 绘制K线图
    mpf.candlestick2_ochl(ax, data['open'], data['close'], data['high'], data['low'],
                     width=0.5, colorup='r', colordown='g', alpha=0.6)
    ax.set_xticks(range(0, len(data.index), 10))
    ax.plot(sma_10, label='10 日均线')
    ax.plot(sma_30, label='30 日均线')
    global stock_name
    ax.set_title("{0}K线图".format(stock_name))
    ax.legend(loc='upper left')
    ax.grid(True)
    # 绘制成交量柱状图
    mpf.volume_overlay(ax2, data['open'], data['close'], data['volume'], colorup='r', colordown='g', width=0.5, alpha=0.8)
    ax2.set_xticks(range(0, len(data.index), 10))
    ax2.set_xticklabels(data.index[::10].strftime('%Y-%m-%d'), rotation=30)
    plt.show()

start_time = '2021-06-01'
end_time = '2021-09-30'
kline(start_time,end_time)