【Python百日进阶-数据分析】Day225 - plotly的Ohlc图go.Ohlc()

news2024/12/28 19:14:24

文章目录

  • 一、语法
  • 二、参数
  • 三、返回值
  • 四、实例
    • 4.1 简单的OHLC图
    • 4.2 隐藏滑块的OHLC图
    • 4.3 添加自定义文本和注释
    • 4.4 自定义OHLC颜色
    • 4.5 带日期时间对象的简单的OHLC图
    • 4.6 自定义悬浮文本
    • 4.7 Dash中的应用

一、语法

ohlc（Open-High-Low-Close 的缩写）是一种金融图表样式，用于描述给定x坐标（最有可能的时间）的开盘价、最高价、最低价和收盘价。线的尖端表示low和high值，水平线段表示open和close值。收盘价高于（低于）开盘价的样本点称为增加（减少）。默认情况下，增加的项目以绿色绘制，而减少的项目以红色绘制。

plotly.graph_objects.Ohlc(arg=None, 
                          close=None, 
                          closesrc=None, 
                          customdata=None, 
                          customdatasrc=None, 
                          decreasing=None, 
                          high=None, 
                          highsrc=None, 
                          hoverinfo=None, 
                          hoverinfosrc=None, 
                          hoverlabel=None, 
                          hovertext=None, 
                          hovertextsrc=None, 
                          ids=None, 
                          idssrc=None, 
                          increasing=None, 
                          legendgroup=None, 
                          legendgrouptitle=None, 
                          legendrank=None, 
                          line=None, 
                          low=None, 
                          lowsrc=None, 
                          meta=None, 
                          metasrc=None, 
                          name=None, 
                          opacity=None, 
                          open=None, 
                          opensrc=None, 
                          selectedpoints=None, 
                          showlegend=None, 
                          stream=None, 
                          text=None, 
                          textsrc=None, 
                          tickwidth=None, 
                          uid=None, 
                          uirevision=None, 
                          visible=None, 
                          x=None, 
                          xaxis=None, 
                          xcalendar=None, 
                          xhoverformat=None, 
                          xperiod=None, 
                          xperiod0=None, 
                          xperiodalignment=None, 
                          xsrc=None, 
                          yaxis=None, 
                          yhoverformat=None, 
                          **kwargs)

二、参数

  • arg - 与此构造函数或实例兼容的属性字典plotly.graph_objects.Ohlc

  • close – 设置收盘价。

  • closesrc – 在 Chart Studio Cloud 上为 close.

  • customdata – 为每个数据分配额外的数据。这在侦听悬停、单击和选择事件时可能很有用。请注意，“分散”跟踪还会在标记 DOM 元素中附加自定义数据项

  • customdatasrc – 在 Chart Studio Cloud 上为 customdata.

  • decreasing——plotly.graph_objects.ohlc.Decreasing具有兼容属性的实例或字典

  • high – 设置高值。

  • highsrc – 在 Chart Studio Cloud 上为 high.

  • hoverinfo – 确定在悬停时显示哪些跟踪信息。如果 设置none或skip，则悬停时不显示任何信息。但是，如果none设置，单击和悬停事件仍会触发。

  • hoverinfosrc – 在 Chart Studio Cloud 上为 hoverinfo.

  • hoverlabel –plotly.graph_objects.ohlc.Hoverlabel具有兼容属性的实例或字典

  • hovertext – 与text.

  • hovertextsrc – 在 Chart Studio Cloud 上为 hovertext.

  • ids – 为每个数据分配 id 标签。这些 id 用于动画期间数据点的对象恒定性。应该是字符串数组，而不是数字或任何其他类型。

  • idssrc – 在 Chart Studio Cloud 上为 ids.

  • increasing-plotly.graph_objects.ohlc.Increasing具有兼容属性的实例或字典

  • legendgroup – 设置此跟踪的图例组。在切换图例项时，同时跟踪同一图例组隐藏/显示的一部分。

  • legendgrouptitle –plotly.graph_objects.ohlc.Legendgrouptitle 具有兼容属性的实例或字典

  • legendrank – 设置此跟踪的图例等级。排名较小的项目和组显示在顶部/左侧，而它们位于底部/右侧。默认的 legendrank 为 1000，因此您可以使用 rank 小于 1000 将某些项目放置在所有未排序的项目之前，而将 rank 大于 1000 放置在所有未排序的项目之后。reversed `legend.traceorder

  • line –plotly.graph_objects.ohlc.Line具有兼容属性的实例或字典

  • low- 设置低值。

  • lowsrc – 在 Chart Studio Cloud 上为 low.

  • meta - 分配与此跟踪相关的额外元信息，可用于各种文本属性。trace name、graph、axis和colorbar title.text、annotation text rangeselector、 text等属性都updatemenues支持。要访问 同一跟踪中属性中的跟踪值，只需使用 where是相关 项目的索引或键。要访问布局属性中的跟踪，请使用where 是索引或 的键，并且是跟踪索引。sliders labelmetameta%{meta[i]}imetameta%{data[n[.meta[i]}imetan

  • metasrc – 在 Chart Studio Cloud 上为 meta.

  • name – 设置跟踪名称。跟踪名称显示为图例项并悬停。

  • opacity – 设置跟踪的不透明度。

  • open – 设置打开值。

  • opensrc – 在 Chart Studio Cloud 上为 open.

  • selectedpoints - 包含所选点的整数索引的数组。仅对支持选择的迹线有效。请注意，空数组表示unselected所有点都打开的空选择，而任何其他非数组值都表示在selected和unselected样式无效的情况下没有选择。

  • showlegend – 确定与此跟踪对应的项目是否显示在图例中。

  • stream -plotly.graph_objects.ohlc.Stream具有兼容属性的实例或字典

  • text – 设置与每个采样点关联的悬停文本元素。如果是单个字符串，则相同的字符串出现在所有数据点上。如果是字符串数组，则将项目映射到此跟踪的样本点。

  • textsrc – 在 Chart Studio Cloud 上为 text.

  • tickwidth – 设置相对于“x”最小间隔的打开/关闭刻度线的宽度。

  • uid – 为该跟踪分配一个 id，使用它在动画和过渡期间提供跟踪之间的对象恒定性。

  • uirevision - 控制对跟踪的一些用户驱动更改的持久性：constraintrange在parcoords跟踪中，以及一些修改，例如 和。默认为. 请注意，其他用户驱动的跟踪属性更改由属性控制：由 控制， 由控制 ，并且 （可通过 访问）由 控制。跟踪更改由 跟踪，如果没有提供，则仅回退到跟踪索引。因此，如果您的应用程序可以在数组末尾添加/删除跟踪，这样相同的跟踪具有不同的索引，如果您给每个跟踪一个 editable: truenamecolorbar.titlelayout.uirevisionlayouttrace.visiblelayout.legend.uirevisionselectedpointslayout.selectionrevisioncolorbar.(x|y)config: {editable: true}layout.editrevisionuiduiddatauid当它移动时，它会一直伴随着它。

  • visible – 确定此跟踪是否可见。如果“legendonly”，则不绘制迹线，但可以显示为图例项（前提是图例本身可见）。

  • x – 设置 x 坐标。如果不存在，将生成线性坐标。

  • xaxis – 设置此轨迹的 x 坐标和 2D 笛卡尔 x 轴之间的参考。如果是“x”（默认值），x 坐标指的是layout.xaxis。如果是“x2”，x 坐标指的是layout.xaxis2，以此类推。

  • xcalendar – 设置日历系统以使用x日期数据。

  • xhoverformat – 设置悬停文本格式规则x 以使用与 Python 中的非常相似的 d3 格式迷你语言。有关数字，请参阅： https 😕/github.com/d3/d3-format/tree/v1.4.5#d3-format 。有关日期，请参阅：https 😕/github.com/d3/d3-time - format/tree/v2.2.3#locale_format。我们在 d3 的日期格式化程序中添加了两项：“%h”表示半年作为十进制数，“%{n}f”表示带有 n 位的小数秒。例如，带有刻度格式“%H%M%S.%2f”的2016-10-13 09:15:23.456将显示* 091523.46*默认情况下，这些值使用xaxis.hoverformat.

  • xperiod – 仅当轴type为“日期”时才相关。以毫秒或 x 轴上的“M”为单位设置周期定位。“M”形式的特殊值可用于声明月数。在这种情况下n 必须是一个正整数。

  • xperiod0 – 仅当轴type为“日期”时才相关。以毫秒或 x0 轴上的日期字符串为单位设置周期定位的基准。当x0period是周数时，x0period0默认情况下将在星期日，即 2000-01-02，否则将在 2000-01-01。

  • xperiodalignment – 仅当轴type为“日期”时才相关。设置 x 轴上数据点的对齐方式。

  • xsrc – 在 Chart Studio Cloud 上为 x.

  • yaxis – 设置此轨迹的 y 坐标和 2D 笛卡尔 y 轴之间的参考。如果为“y”（默认值），则 y 坐标指的是layout.yaxis。如果为“y2”，则 y 坐标指的是layout.yaxis2，依此类推。

  • yhoverformat - 设置悬停文本格式规则y 以使用与 Python 中的非常相似的 d3 格式迷你语言。有关数字，请参阅： https 😕/github.com/d3/d3-format/tree/v1.4.5#d3-format 。有关日期，请参阅：https 😕/github.com/d3/d3-time - format/tree/v2.2.3#locale_format。我们在 d3 的日期格式化程序中添加了两项：“%h”表示半年作为十进制数，“%{n}f”表示带有 n 位的小数秒。例如，带有刻度格式“%H%M%S.%2f”的2016-10-13 09:15:23.456将显示* 091523.46*默认情况下，这些值使用yaxis.hoverformat.

三、返回值

Ohlc

四、实例

4.1 简单的OHLC图

import plotly.graph_objects as go
import pandas as pd
# 'https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv'
df = pd.read_csv('f:/finance-charts-apple.csv')

fig = go.Figure(data=go.Ohlc(x=df['Date'],
                    open=df['AAPL.Open'],
                    high=df['AAPL.High'],
                    low=df['AAPL.Low'],
                    close=df['AAPL.Close']))
fig.show()

在这里插入图片描述

4.2 隐藏滑块的OHLC图

import plotly.graph_objects as go
import pandas as pd
# 'https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv'
df = pd.read_csv('f:/finance-charts-apple.csv')

fig = go.Figure(data=go.Ohlc(x=df['Date'],
                open=df['AAPL.Open'],
                high=df['AAPL.High'],
                low=df['AAPL.Low'],
                close=df['AAPL.Close']))
fig.update(layout_xaxis_rangeslider_visible=False)

fig.show()

在这里插入图片描述

4.3 添加自定义文本和注释

import plotly.graph_objects as go
import pandas as pd
# 'https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv'
df = pd.read_csv('f:/finance-charts-apple.csv')

fig = go.Figure(data=go.Ohlc(x=df['Date'],
                open=df['AAPL.Open'],
                high=df['AAPL.High'],
                low=df['AAPL.Low'],
                close=df['AAPL.Close']))

fig.update_layout(
    title='大衰退',
    yaxis_title='AAPL股票',
    shapes = [dict(
        x0='2016-12-09', x1='2016-12-09', y0=0, y1=1, xref='x', yref='paper',
        line_width=2)],
    annotations=[dict(
        x='2016-12-09', y=0.05, xref='x', yref='paper',
        showarrow=False, xanchor='left', text='增长期开始')]
)

fig.show()

在这里插入图片描述

4.4 自定义OHLC颜色

import plotly.graph_objects as go
import pandas as pd
# 'https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv'
df = pd.read_csv('f:/finance-charts-apple.csv')

fig = go.Figure(data=[go.Ohlc(
    x=df['Date'],
    open=df['AAPL.Open'], high=df['AAPL.High'],
    low=df['AAPL.Low'], close=df['AAPL.Close'],
    increasing_line_color= 'cyan', decreasing_line_color= 'gray'
)])
fig.show()

在这里插入图片描述

4.5 带日期时间对象的简单的OHLC图

import plotly.graph_objects as go

from datetime import datetime

open_data = [33.0, 33.3, 33.5, 33.0, 34.1]
high_data = [33.1, 33.3, 33.6, 33.2, 34.8]
low_data = [32.7, 32.7, 32.8, 32.6, 32.8]
close_data = [33.0, 32.9, 33.3, 33.1, 33.1]
dates = [datetime(year=2013, month=10, day=10),
         datetime(year=2013, month=11, day=10),
         datetime(year=2013, month=12, day=10),
         datetime(year=2014, month=1, day=10),
         datetime(year=2014, month=2, day=10)]

fig = go.Figure(data=[go.Ohlc(x=dates,
                          open=open_data, high=high_data,
                          low=low_data, close=close_data)])
fig.show()

在这里插入图片描述

4.6 自定义悬浮文本

import plotly.graph_objects as go

import pandas as pd
from datetime import datetime
# 'https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv'
df = pd.read_csv('f:/finance-charts-apple.csv')

hovertext=[]
for i in range(len(df['AAPL.Open'])):
    hovertext.append('Open: '+str(df['AAPL.Open'][i])+'<br>Close: '+str(df['AAPL.Close'][i]))

fig = go.Figure(data=go.Ohlc(x=df['Date'],
                open=df['AAPL.Open'],
                high=df['AAPL.High'],
                low=df['AAPL.Low'],
                close=df['AAPL.Close'],
                text=hovertext,
                hoverinfo='text'))
fig.show()

在这里插入图片描述

4.7 Dash中的应用

import plotly.graph_objects as go # or plotly.express as px
fig = go.Figure() # or any Plotly Express function e.g. px.bar(...)
# fig.add_trace( ... )
# fig.update_layout( ... )

import dash
import dash_core_components as dcc
import dash_html_components as html

app = dash.Dash()
app.layout = html.Div([
    dcc.Graph(figure=fig)
])

app.run_server(debug=True, use_reloader=False)  # Turn off reloader if inside Jupyter

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/164022.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

【C++逆向】虚表（Virtual table）逆向 | 安卓so虚函数逆向

【C++逆向】虚表（Virtual table）逆向 | 安卓so虚函数逆向

什么是多态 定义一个虚基类ISpeaker class ISpeaker{ protected:size_t b; public:ISpeaker( size_t _v ): b(_v) {}virtual void speak() 0; };有两个子类&#xff0c;都实现了虚函数speak()&#xff1a; class Dog : public ISpeaker { public:Dog(): ISpeaker(0){}//vir…
阅读更多...
1581_AURIX_TC275_SMU故障处理梳理

1581_AURIX_TC275_SMU故障处理梳理

全部学习汇总&#xff1a; GreyZhang/g_TC275: happy hacking for TC275! (github.com) 前面为了缓解自己的学习压力&#xff0c;一次学习笔记大概也就是看10页文档整理一下。这一次其实是看了几十页&#xff0c;但是里面过掉了一些信息&#xff0c;而且这部分内容不是很好拆分…
阅读更多...
hive在IDEA中debug

hive在IDEA中debug

一、hive在IDEA中debug 安装hadoop环境&#xff08;1和2替换顺序也可以&#xff09; 注&#xff1a;hadoop环境不需要从源码编译 https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/SingleCluster.html 按照官网教程编译源码 https://cwiki.apach…
阅读更多...
软件工程专业课实验报告

软件工程专业课实验报告

一、结构化分析方法1.1需求描述教务管理子系统的需求描述&#xff1a;教务管理是一项需求周密计划、严谨安排的工作&#xff0c;要依据教师、学生信息进行合理安排。开学阶段&#xff0c;需要教师提交开课申请进行开课&#xff0c;学生根据老师的开课信息&#xff0c;选择课程&…
阅读更多...
uview 使用遇到的问题。

uview 使用遇到的问题。

uviewuniappvue&#xff0c;uView是uni-app生态专用的UI框架。 1. 注意uview版本&#xff0c;uview 2.0与uview1.0 官方提示&#xff1a;uView2.0是继1.0以来的一次重大更新&#xff0c;2.0已全面兼容nvue。 因此在接手项目的时候首先得看清楚&#xff0c;之前开发的是uview…
阅读更多...
【自学Python】Python获取字符串长度

【自学Python】Python获取字符串长度

Python获取字符串长度 Python获取字符串长度教程 在 Python 中要想获取 字符串 长度可以使用 len() 函数。 Python len()函数详解 定义 我们将要获取的字符串的长度&#xff0c;传进 len() 函数&#xff0c;即可实现获取字符串的长度。 语法 len(string)参数 参数描述s…
阅读更多...
【7】K8s_Ingress | Service的统一网关入口

【7】K8s_Ingress | Service的统一网关入口

目录 1、Ingress简介 2、安装ingress 【1】制作ingress.yaml文件并执行 【2】测试&#xff0c;创建一个test.yaml文件并执行 【3】设置域名访问&#xff0c;用yaml文件 【4】路径重写 【5】流量限制 1、Ingress简介 Ingress: Service的统一网关入口是k8s中的一个api对象&…
阅读更多...
时序数据库TDengine基本概念和建模思路

时序数据库TDengine基本概念和建模思路

目录 一 、 时序数据库基本概念 采集量 标签 数据采集点 表 超级表 子表 库 二、 TDengine数据库建模策略 建表模式建表情形 行列数据库存储的区别&#xff1a; 接触的传统业务的数据模式都是行存储&#xff0c;我们会把不同类型的对象创建不同的表进行存储他们各自的属…
阅读更多...
机器学习公式推导与代码实现-无监督学习模型

机器学习公式推导与代码实现-无监督学习模型

聚类分析与k均值聚类算法 督学习算法。在给定样本的情况下，聚类分析通过度量特征相似度或者距离，将样本自动划分为若干类别。 距离度量和相似度度量方式 距离度量和相似度度量是聚类分析的核心概念，大多数聚类算法建立在距离度量之上。常用的距离度量方式包括闵氏距离和马…
阅读更多...
linux系统中使用QT来实现数据库的调用方法

linux系统中使用QT来实现数据库的调用方法

大家好&#xff0c;今天主要和大家分享一下&#xff0c;如何使用QT中数据库的使用方法。 目录 第一&#xff1a;数据库基本简介 第二&#xff1a;数据库表格基本操作 第三&#xff1a;数据库最终效果 第一&#xff1a;数据库基本简介 数据库是按照数据结构来组织&#xff0c;…
阅读更多...
视频目标检测与轨迹跟踪代码案例

视频目标检测与轨迹跟踪代码案例

前言通过阅读相关文献及测试&#xff0c;找到了一种基于多模板匹配的改进方法&#xff0c;可以对遥感视频卫星中的移动目标进行探测&#xff0c;并绘制其轨迹。根据实验结果发现&#xff0c;可以比较有效的对运动目标进行跟踪。一、原理核心思想比较简单。即通过不同旋转角度的…
阅读更多...
AQS之ReentrantLock详解

AQS之ReentrantLock详解

非公平锁加锁过程一般我们在使用ReentrantLock的时候&#xff0c;代码如下&#xff1a;Test public void test(){ReentrantLock lock new ReentrantLock();lock.lock();try{//编写业务逻辑}catch (Exception e){lock.unlock();} }当我们在用ReentrantLock独占锁的时候&#xf…
阅读更多...
current并发包

current并发包

并发包 current并发包、在JDK1.5之前Java并没有提供线程安全的一些工具类去操作多线程&#xff0c;需要开发人员自行编写实现线程安全&#xff0c;但仍然无法完全避免低性能、死锁、资源管理等问题。在JDK1.5时新增了java.util.current并发包&#xff0c;其中提供了许多供我们…
阅读更多...
【自学Python】Python截取字符串

【自学Python】Python截取字符串

Python截取字符串 Python截取字符串教程 在 Python 中&#xff0c;我们需要截取 字符串&#xff0c;不需要使用特定的 函数&#xff0c;只需要使用下标索引加上切片的形式&#xff0c;就可以实现字符串的截取。 Python字符 Python 中没有单个字符的概念&#xff0c;单个字符…
阅读更多...
uni-app 微信小程序通过Vue3 Hooks 实现动态填充页面剩余高度

uni-app 微信小程序通过Vue3 Hooks 实现动态填充页面剩余高度

应用场景 在uni-app开发微信小程序等项目时&#xff0c;经常会遇到这样的页面布局需求&#xff1a;上半部分高度固定&#xff0c;下半部分自动占满剩余高度&#xff0c;如下图所示应用场景&#xff1a;上半部分为固定高度或内容填充高度的内容区域下半部分为scroll-view滑动区…
阅读更多...
河北稳控科技振弦采集模块配置工具VMTool的常见功能

河北稳控科技振弦采集模块配置工具VMTool的常见功能

河北稳控科技振弦采集模块配置工具VMTool的常见功能 一、实时数据读取 当 VMTool 与模块为连接状态时&#xff08; 4.3.1 模块的连接与断开&#xff09;&#xff0c; 勾选实时数据区的【 自动读取】 复选框&#xff0c; VMTool 开始自动向模块发送实时数据读取指令&#xff0c…
阅读更多...
如何用 Java 来构建一个简单的速率限制器？

如何用 Java 来构建一个简单的速率限制器？

速率限制 现实世界中的用户是残暴的&#xff0c;并且没耐心&#xff0c;充满着各种不确定性。在高并发系统中&#xff0c;可能会出现服务器被虚假请求轰炸的情况&#xff0c;因此您可能希望控制这种情况。 一些实际使用情形可能如下所示&#xff1a; API配额管理-作为提供者…
阅读更多...
28.函数指针变量作为函数的参数，容易混淆的指针概念，特殊指针，main函数传参

28.函数指针变量作为函数的参数，容易混淆的指针概念，特殊指针，main函数传参

1.函数指针变量作为函数的参数 #include<stdio.h> int add(int x, int y) {return x y; } int sub(int x, int y) {return x - y; } int mux(int x, int y) {return x * y; } int dive(int x, int y) {return x / y; } int process(int(*p)(int, int),int x,int y) {in…
阅读更多...
Redis基础命令操作三之集合类型SET

Redis基础命令操作三之集合类型SET

SET集合 特点&#xff1a;集合中存储的元素是惟一的。 命令举例说明SADD sadd [key] [value1 value2 value3]key对应的集合中添加元素SMEMBERSsmembers [key]获取key对应的集合的所有元素SISMEMBERsismember [key] [value]判断value是否在key对应的集合中存在SCARDscard [key…
阅读更多...
excel日期函数：EDATE与DATE到底谁更胜一筹

excel日期函数：EDATE与DATE到底谁更胜一筹

平时的工作中&#xff0c;经常会遇到计算职工转正日期、合同到期日、职工退休日期以及产品有效期截止日等等与日期有关系的问题。这些问题看似复杂&#xff0c;实际上只需要一个很简单的函数就能搞定&#xff0c;这个函数就是EDATE。今天分享EDATE函数的几个应用实例&#xff0…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023