python 画K线图

#数据源：http://pan.baidu.com/s/1hs5Wn0w

  #要求：Matlibplot简单应用

  #1.根据数据绘制出2017年6月~8月日线级别的价格走势K线。

  #2.将MA5、MA10、MA20叠加至图中

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.finance as mpf
import datetime
from matplotlib.pylab import date2num

plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘]
plt.rcParams[‘axes.unicode_minus‘] = False

#读取数据并去掉多余数据
data=pd.read_csv(‘000001.SZ.csv‘,encoding=‘gbk‘,index_col=0).iloc[:-2,:4]
#将索引调整为datetime格式
data.index=pd.to_datetime(data.index)
#将分钟数据聚合为日数据
data_open=data.loc[:,‘开盘价(元)‘].resample(‘D‘).first().dropna()
data_high=data.loc[:,‘最高价(元)‘].resample(‘D‘).max().dropna()
data_low=data.loc[:,‘最低价(元)‘].resample(‘D‘).min().dropna()
data_close=data.loc[:,‘收盘价(元)‘].resample(‘D‘).last().dropna()
#将开盘、收盘、最高、最低数据合并，注意数据顺序，与candlestick_ochl一致
new_data=pd.concat([data_open,data_close,data_high,data_low],axis=1)
#new_data=new_data.ix[‘2017-06‘:‘2017-08‘];print(new_data)
#将日期索引调整到列
new_data=new_data.reset_index()
#将日期转换为num格式
lst=[]
for i in range(len(new_data)):
    lst.append(int(date2num(new_data.iloc[i,0])))
new_data[‘日期‘]=lst

quotes=np.array(new_data)
fig,ax=plt.subplots(figsize=(8,5))
mpf.candlestick_ochl(ax,quotes,width=1,colorup=‘g‘,colordown=‘r‘)
#分别画出5日、10日、20日均线图
new_data.index=new_data[‘日期‘]
pd.rolling_mean(new_data[‘收盘价(元)‘],5).plot()
pd.rolling_mean(new_data[‘收盘价(元)‘],10).plot()
pd.rolling_mean(new_data[‘收盘价(元)‘],20).plot()
#将x轴设置为日期，调整x轴日期范围
ax.xaxis_date()
ax.set_xlim(datetime.datetime(2017,6,1),datetime.datetime(2017,8,31))
plt.show()