pyqtgraph数据可视化3:使用PyQtGraph绘制精美折线图——以上证指数为例(转载)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
# coding:utf-8 import pyqtgraph as pg import tushare as ts import numpy as np if __name__ == '__main__': data = ts.get_hist_data('sh', start='2021-08-09', end='2021-09-08').sort_index() xdict = dict(enumerate(data.index)) axis_1 = [(i, list(data.index)[i]) for i in range(0, len(data.index), 5)] app = pg.QtGui.QApplication([]) win = pg.GraphicsWindow(title='州的先生zmister.com pyqtgraph数据可视化 - 绘制精美折线图') #通过之前创建的字典xdict和列表axis_1,设置图形的X坐标轴刻度文本,orientation参数表示坐标轴的位置 stringaxis = pg.AxisItem(orientation='bottom') stringaxis.setTicks([axis_1, xdict.items()]) #在窗口中添加一个空的图形,通过axisItems参数指定坐标轴及其内容,并使用title参数设置了图形的标题 plot = win.addPlot(axisItems={'bottom': stringaxis},title='上证指数 - zmister.com绘制') #在图形中添加一个文本 label = pg.TextItem() plot.addItem(label) #设置图形的图例 plot.addLegend(size=(150, 80)) #设置图形网格的形式,我们设置显示横线和竖线,并且透明度惟0.5 plot.showGrid(x=True, y=True, alpha=0.5) #绘制开盘和收盘的指数,pen参数表示线的颜色,name参数可用于图例的显示,symbolBrush用来设置点的颜色 plot.plot(x=list(xdict.keys()), y=data['open'].values, pen='r', name='开盘指数', symbolBrush=(255, 0, 0), ) plot.plot(x=list(xdict.keys()), y=data['close'].values, pen='g', name='收盘指数', symbolBrush=(0, 255, 0)) #设置图形的轴标签 plot.setLabel(axis='left', text='指数') plot.setLabel(axis='bottom', text='日期') #设置十字光标 vLine = pg.InfiniteLine(angle=90, movable=False, ) hLine = pg.InfiniteLine(angle=0, movable=False, ) plot.addItem(vLine, ignoreBounds=True) plot.addItem(hLine, ignoreBounds=True) vb = plot.vb def mouseMoved(evt): pos = evt[0] ## using signal proxy turns original arguments into a tuple if plot.sceneBoundingRect().contains(pos): mousePoint = vb.mapSceneToView(pos) index = int(mousePoint.x()) pos_y = int(mousePoint.y()) #print(index) if 0 < index < len(data.index): print(xdict[index], data['open'][index], data['close'][index]) label.setHtml( "<p style='color:white'>日期:{0}</p><p style='color:white'>开盘:{1}</p><p style='color:white'>收盘:{2}</p>".format( xdict[index], data['open'][index], data['close'][index])) label.setPos(mousePoint.x(), mousePoint.y()) vLine.setPos(mousePoint.x()) hLine.setPos(mousePoint.y()) proxy = pg.SignalProxy(plot.scene().sigMouseMoved, rateLimit=60, slot=mouseMoved) app.exec()
在上两篇文章中,我们介绍了:
- 使用PyQtGraph模块的三种方式:https://zmister.com/archives/218.html
- 使用PyQtGraph绘制图形的6种方法:https://zmister.com/archives/219.html
在了解了基本的PyQtGraph模块绘制图形功能之后,我们通过几个常用常见的数据可视化图形来演示使用PyQtGraph进行Python数据可视化。
本篇,我们介绍使用PyQtGraph模块绘制一个完整的折线图,通过tushare模块获取上证指数过去两个月的指数波动数据作为数据源。
下面我们分步骤讲解这个折线图形的绘制。
引入相关模块
在本例中,我们需要使用到pyqtgraph模块、numpy模块和tushare模块。
import pyqtgraph as pg
import tushare as ts
import numpy as np
获取数据源
我们使用tushare模块的get_hist_data()方法获取上证指数从2017年10月到2017年12月的历史行情数据:
data = ts.get_hist_data('sh',start='2017-10-01',end='2017-12-01').sort_index()
返回的是一个Pandas的DataFrame数据结构,操作起来很方便。
处理数据源
在获取到上证指数的历史行情数据之后,我们需要对其进行一些处理,以方便其后进行坐标轴刻度文本的设置。
首先,将data的日期索引转换为一个字典:
xdict = dict(enumerate(data.index))
再按5步长来去data的索引,生成一个包含索引序号和索引值元组的列表:
axis_1 = [(i,list(data.index)[i]) for i in range(0,len(data.index),5)]
绘制图形
在稍微处理好数据源之后,我们就可以进行图形绘制了。
首先实例化一个QT实例:
app = pg.QtGui.QApplication([])
接着借助GraphicsWindow()子模块创建一个空的图形窗口,并使用title参数设置了窗口的标题:
win = pg.GraphicsWindow(title='州的先生zmister.com pyqtgraph数据可视化 - 绘制精美折线图')
通过之前创建的字典xdict和列表axis_1,设置图形的X坐标轴刻度文本,orientation参数表示坐标轴的位置:
stringaxis = pg.AxisItem(orientation='bottom')
stringaxis.setTicks([axis_1,xdict.items()])
在窗口中添加一个空的图形,通过axisItems参数指定坐标轴及其内容,并使用title参数设置了图形的标题:
plot = win.addPlot(axisItems={'bottom': stringaxis},title='上证指数 - zmister.com绘制')
在图形中添加一个文本:
label = pg.TextItem()
plot.addItem(label)
设置图形的图例:
plot.addLegend(size=(150,80))
设置图形网格的形式,我们设置显示横线和竖线,并且透明度惟0.5:
plot.showGrid(x=True, y=True, alpha=0.5)
绘制开盘和收盘的指数,pen参数表示线的颜色,name参数可用于图例的显示,symbolBrush用来设置点的颜色:
plot.plot(x=list(xdict.keys()), y=data['open'].values, pen='r', name='开盘指数',symbolBrush=(255,0,0),)
plot.plot(x=list(xdict.keys()), y=data['close'].values, pen='g', name='收盘指数',symbolBrush=(0,255,0))
设置图形的轴标签:
plot.setLabel(axis='left',text='指数')
plot.setLabel(axis='bottom',text='日期')
最后设置十字光标:
vLine = pg.InfiniteLine(angle=90, movable=False,)
hLine = pg.InfiniteLine(angle=0, movable=False,)
plot.addItem(vLine, ignoreBounds=True)
plot.addItem(hLine, ignoreBounds=True)
vb = plot.vb
def mouseMoved(evt):
pos = evt[0] ## using signal proxy turns original arguments into a tuple
if plot.sceneBoundingRect().contains(pos):
mousePoint = vb.mapSceneToView(pos)
index = int(mousePoint.x())
pos_y = int(mousePoint.y())
print(index)
if 0 < index < len(data.index):
print(xdict[index],data['open'][index],data['close'][index])
label.setHtml("<p style='color:white'>日期:{0}</p><p style='color:white'>开盘:{1}</p><p style='color:white'>收盘:{2}</p>".format(xdict[index],data['open'][index],data['close'][index]))
label.setPos(mousePoint.x(),mousePoint.y())
vLine.setPos(mousePoint.x())
hLine.setPos(mousePoint.y())
proxy = pg.SignalProxy(plot.scene().sigMouseMoved, rateLimit=60, slot=mouseMoved)
再按常例,调用app的exec()方法即可:
app.exec()
最终运行程序,绘制出来的图表如下所示:
![](http://upload-images.jianshu.io/upload_images/38544-488b76f2a83556d0.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
动图如下所示:
![](http://upload-images.jianshu.io/upload_images/38544-41fc546f8a1cead3.gif?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
是不是很简单
有问题欢迎留言讨论:)
文章版权所有:州的先生博客,转载必须保留出处及原文链接