关于网站建设的奖项名称站长之家关键词挖掘

目录

写在前面：

图形结果显示：

数据设计：

代码：

从日数据中计算周数据、月数据

生成图形显示需要的数据格式

---

写在前面：

“PyQt5日周月K线纵向对齐显示”，将分三篇博文描述

1 数据处理。将数据处理成适合图形显示的格式

2 显示工具开发。用pyqtgraph开发

3 聚焦某段图形

图形结果显示：

显示的结果是，周线级别K线与本周日数据的最后一个交易日对齐，月线级别K线与本月日数据的最后一个交易日对齐。

数据设计：

假设有40个日数据，日线级别的横轴为0,1,2,3,4,...39

0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19
周三	四	五	一	二	三	四	五	一	二	三	四	五	一	二	三	四	五	一	二

20	21	22	23	24	25	26	27	28	29	30	31	32	33	34	35	36	37	38	39
三	四	五	一	二	三	四	五	一	二	三	四	五	一	二	三	四	五	一	二

那周线级别对应的横轴为2，7,12,17,22,27,32,37

月线级别与周线一样的提取方式，这里就不再赘述

代码：

（注意：这里的原始数据来自优矿，所以对于收开高低，交易日的字段对应优矿）

从日数据中计算周数据、月数据

def caculate_week_month_from_day(df):        df['row_i'] = [i for i in range(len(df))]df['o_date'] = pd.to_datetime(df['tradeDate'])df['ma'] = talib.MA(df['closePrice'],timeperiod=20)df['vol_ma'] = talib.MA(df['turnoverVol'],timeperiod=20)df['value_ma'] = talib.MA(df['turnoverValue'],timeperiod=20)week_group = df.resample('W-FRI',on='o_date')month_group = df.resample('M',on='o_date')week_df = week_group.last()week_df['row_i'] = week_group.last()['row_i']week_df['openPrice'] = week_group.first()['openPrice']week_df['lowestPrice'] = week_group.min()['lowestPrice']week_df['highestPrice'] = week_group.max()['highestPrice']week_df['turnoverVol'] = week_group.sum()['turnoverVol']week_df['turnoverValue'] = week_group.sum()['turnoverValue']week_df = week_df.loc[:,self.multi_columns_list].copy()week_df.dropna(axis=0,how='any',subset=['closePrice'],inplace=True)week_df['ma'] = talib.MA(week_df['closePrice'],timeperiod=20)week_df['vol_ma'] = talib.MA(week_df['turnoverVol'],timeperiod=20)week_df['value_ma'] = talib.MA(week_df['turnoverValue'],timeperiod=20)month_df = month_group.last()month_df['row_i'] = month_group.last()['row_i']month_df['openPrice'] = month_group.first()['openPrice']month_df['lowestPrice'] = month_group.min()['lowestPrice']month_df['highestPrice'] = month_group.max()['highestPrice']month_df['turnoverVol'] = month_group.sum()['turnoverVol']month_df['turnoverValue'] = month_group.sum()['turnoverValue']month_df = month_df.loc[:,self.multi_columns_list].copy()month_df.dropna(axis=0,how='any',subset=['closePrice'],inplace=True)month_df['ma'] = talib.MA(month_df['closePrice'],timeperiod=20)month_df['vol_ma'] = talib.MA(month_df['turnoverVol'],timeperiod=20)month_df['value_ma'] = talib.MA(month_df['turnoverValue'],timeperiod=20)return daily_df,week_df,month_df

为了便于说明，这里将日周月数据按Excel表格输出，查看数据情况

day,week,month的row_i分别是日、周、月的横轴位置

生成图形显示需要的数据格式

（要显示K线图和成交量图，所以会分别生成K线数据和成交量数据）

def caculate_show_data(df):k_height_num = 400vol_height_num = 100candle_data = df.loc[:,['row_i','openPrice','closePrice','lowestPrice','highestPrice']].values.tolist()curve_data = {'x':df['row_i'].values.tolist(),'y':df['ma'].values.tolist()}one = {'height_num':k_height_num,'yMin':df['lowestPrice'].min(),'yMax':df['highestPrice'].max(),'data_list':[{'type':'candle','data':candle_data},{'type':'curve','data':curve_data}]}bar_data = df.loc[:,['row_i','openPrice','closePrice','turnoverVol']].values.tolist()curve_data2 = {'x':df['row_i'].values.tolist(),'y':df['vol_ma'].values.tolist()}two = {'height_num':vol_height_num,'yMin':0,'yMax':df['turnoverVol'].max(),'data_list':[{'type': 'bar','data':bar_data},{'type':'curve','data':curve_data2}]}return one,two