Python|使用Matplotlib绘制股票的交易量趋势图与交易量闭盘价趋势图

之前华中杯的做过一个股票的可视化，使用了Python的matplotlib这个库，Matplotlib 是Python中类似 MATLAB 的绘图工具，熟悉 MATLAB 可以较快的上手 Matplotlib。

其中几个基本的参数如下：

Plt.figure()可以设置画布的大小和分辨率。使用pycharm工具，没有设置画布信息，也可以使用正常画出图片。
Plt.plot()，设置绘图内容。
Plt.show()，显示绘图。

【代码】

from pandas import read_excel
import numpy as np
import pandas
from mpl_finance import candlestick_ohlc
import matplotlib.pyplot as plt
from matplotlib.dates import DateFormatter, WeekdayLocator, DayLocator, MONDAY, date2num
## 读取excel文件，并将‘日期’列解析为日期时间格式,并设为索引
stock_data=read_excel('C:/Users/welt/pythonProject/data.xlsx',parse_dates=['时间'],index_col='时间')
stock_data.index.name='时间' #日期为索引列
#将数据按日期这一列排序（保证后续计算收益率的正确性）
stock_data=stock_data.sort_values(by='时间')
# 打印数据的前5行
#print(stock_data.head())

stock_data['成交量'].plot(grid=True,color='red',label='volume',figsize = (16, 16))
plt.title('2021-2022 volume', fontsize='40')
plt.ylabel('volume', fontsize='30')
plt.xlabel('date', fontsize='30')
plt.tick_params(labelsize=23)
plt.rc('legend', fontsize=30,loc='best')
plt.tight_layout()
plt.show()

stock_data.index.name='date' #日期为索引列
#对股票数据的列名重新命名
stock_data.columns=['open','close','high','low','volume','turnover']
data=stock_data.loc['2021/7/14  9:35:00':'2022/1/28  15:00:00']  #获取某个时间段内的时间序列数据
data[['close','volume']].plot(secondary_y='volume',grid=True,figsize = (16, 16),fontsize=23)
plt.tick_params(labelsize=23)
plt.title('2021-2022 close and volume', fontsize='40')
plt.tight_layout()
plt.show()

【结果】

               交易量趋势图                                            交易量闭盘价趋势图