Python 在matplotlib中绘制日期时间轴上的矩形？

我正在尝试使用matplotlib手动创建烛台图，使用

errorbar

查看每日高价和低价，使用

Rectangle（）

查看调整后的收盘价和开盘价。似乎具备了实现这一目标的所有先决条件

我试图非常忠实地使用上面的内容，但是在

datetime 64[ns]

的x轴上绘制某些东西的问题给了我无数的错误，因此我还尝试合并在datetime上绘制

这是我到目前为止的代码，对于混乱表示歉意：

import pandas as pd
import datetime as dt
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

from matplotlib.collections import PatchCollection
from matplotlib.patches import Rectangle

def makeCandles(xdata,high,low,adj_close,adj_open,fc='r',ec='None',alpha=0.5):

    ## Converting datetimes to numerical format matplotlib can understand.
    dates = mdates.date2num(xdata)

    ## Creating default objects
    fig,ax = plt.subplots(1)

    ## Creating errorbar peaks based on high and low prices
    avg = (high + low) / 2
    err = [high - avg,low - avg]

    ax.errorbar(dates,err,fmt='None',ecolor='k')

    ## Create list for all the error patches
    errorboxes = []

    ## Loop over data points; create "body" of candlestick 
    ## based on adjusted open and close prices

    errors=np.vstack((adj_close,adj_open))
    errors=errors.T

    for xc,yc,ye in zip(dates,avg,errors):
        rect = Rectangle((xc,yc-ye[0]),1,ye.sum())
        errorboxes.append(rect)

    ## Create patch collection with specified colour/alpha
    pc = PatchCollection(errorboxes,facecolor=fc,alpha=alpha,edgecolor=ec)

    ## Add collection to axes
    ax.add_collection(pc)

    plt.show()

我的数据看起来像

这就是我试图运行的，首先从quandl获得一个价格表

import quandl as qd
api =  '1uRGReHyAEgwYbzkPyG3'
qd.ApiConfig.api_key = api 

data = qd.get_table('WIKI/PRICES', qopts = { 'columns': ['ticker', 'date', 'high','low','adj_open','adj_close'] }, \
                        ticker = ['AMZN', 'XOM'], date = { 'gte': '2014-01-01', 'lte': '2016-12-31' })
data.reset_index(inplace=True,drop=True)

makeCandles(data['date'],data['high'],data['low'],data['adj_open'],data['adj_close'])

代码运行时没有错误，但输出一个空图。所以我想要的是关于如何在日期时间内绘制这些矩形的建议。对于矩形的宽度，我简单地放一个统一的“1”bec。我不知道有什么简单的方法可以指定矩形的日期时间宽度

编辑 这是我当前获得的绘图，已将我的

xdata

转换为matplotlib mdates：

在我通过mdates转换

xdata

之前，到处都是

xdata

作为我的x轴，这是我经常遇到的错误之一：

---

要获得所需的绘图，需要考虑以下几点。首先，您要检索到stocks

AMZN

和

XOM

，同时显示这两个选项会使您想要的图表看起来很有趣，因为数据相距很远。第二，几年来每天绘制的烛台图表将变得非常拥挤。最后，您需要在x轴上设置顺序日期的格式

如评论中所述，您可以使用预先构建的matplotlib

candlestick2_ohlc

功能（尽管已弃用），可通过

mpl_finance

进行访问，如回答中所示进行安装。我选择只使用带有内置错误条的matplotlib条形图

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import quandl as qd
from matplotlib.dates import DateFormatter, WeekdayLocator, \
    DayLocator, MONDAY

# get data
api = '1uRGReHyAEgwYbzkPyG3'
qd.ApiConfig.api_key = api
data = qd.get_table('WIKI/PRICES', qopts={'columns': ['ticker', 'date', 'high', 'low', 'open', 'close']},
                    ticker=['AMZN', 'XOM'], date={'gte': '2014-01-01', 'lte': '2014-03-10'})
data.reset_index(inplace=True, drop=True)

fig, ax = plt.subplots(figsize = (10, 5))
data['date'] = mdates.date2num(data['date'].dt.to_pydatetime()) #convert dates to ordinal
tickers = list(set(data['ticker'])) # unique list of stock names
for stock_ind in tickers:
    df = data[data['ticker'] == 'AMZN'] # select one, can do more in a for loop, but it will look funny

    inc = df.close > df.open
    dec = df.open > df.close

    ax.bar(df['date'][inc],
           df['open'][inc]-df['close'][inc],
           color='palegreen',
           bottom=df['close'][inc],
           # this yerr is confusing when independent error bars are drawn => (https://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.errorbar)
           yerr = [df['open'][inc]-df['high'][inc], -df['open'][inc]+df['low'][inc]],
           error_kw=dict(ecolor='gray', lw=1))

    ax.bar(df['date'][dec],
           df['close'][dec]-df['open'][dec],
           color='salmon', bottom=df['open'][dec],
           yerr = [df['close'][dec]-df['high'][dec], -df['close'][dec]+df['low'][dec]],
           error_kw=dict(ecolor='gray', lw=1))

    ax.set_title(stock_ind)

#some tweaking, setting the dates
mondays = WeekdayLocator(MONDAY)  # major ticks on the mondays
alldays = DayLocator()  # minor ticks on the days
weekFormatter = DateFormatter('%b %d')  # e.g., Jan 12
dayFormatter = DateFormatter('%d')  # e.g., 12
ax.xaxis.set_major_locator(mondays)
ax.xaxis.set_minor_locator(alldays)
ax.xaxis.set_major_formatter(weekFormatter)
ax.set_ylabel('monies ($)')

plt.show()

---

您能分享结果图吗？如果您向我们展示您当前的结果和您正在尝试完成的示例，那么回答这个问题会容易得多。当然，你在别的地方见过这种视觉表现。无论如何，如果您需要快速绘图，您可以使用

matplotlib.finance

中的

candlestick2_ohlc

。@karlphillip我编辑了两张图片。作为一个清晰的图形示例，我想看到的是：我的问题包含了我现在使用的所有代码，我为那个愚蠢的错误道歉。老实说，我并不期待我的问题得到答案，尽管在我接近它时它没有使用

Rectangle

，但不管怎样，你已经完全让我满意了。非常感谢。根据你的回答，我希望你能为我解释最后的两个想法：1）从

ax.xaxis.set_major\u locator（星期一）

-->

ax.xaxis.set_major\u formatter（weekFormatter）

我不明白它的用途，因为它前面的代码似乎为x轴指定了所有内容，2）使用

df['date'][inc]

，例如，对于条形图的x值，因为它们只是布尔值，究竟是如何工作的？很高兴听到！1）

ax.xaxis.set\u major\u locator（周一）

将确保主刻度在周一，如

mondays=WeekdayLocator（周一）

所定义，其中

ax.xaxis.set\u major\u formatter（weekFormatter）

将格式化日期

%b%d

放在该位置。2）

[inc]

和

[dec]

确实是一组布尔值，它们确保当当天股价下跌时，它将被打印成红色或绿色。布尔列表将绘制

df['date'][inc]

从而只绘制绿色条。希望有帮助！