专栏首页Crossin的编程教室[数据可视化]绘制持仓榜单的“棒棒糖图”

[数据可视化]绘制持仓榜单的“棒棒糖图”

1. 需求

做股票分析的朋友经常会见到类似这种的期货公司持仓榜单图:

这种图就是棒棒糖图。也就是我们今天文章的目标:

绘制出期货持仓榜单的棒棒糖图

图中线的两端是圆点或者菱形,旁边都有标注持仓证券商和相对应的持多仓数或持空仓数,且左右线颜色不同。画图思路大体就是:先画水平线图,再用 scatter 散点图画线左右两端的点,然后标注两端名称,以及标题和注解。

Python 中比较常用的两种图表库是 matplotlib 和 plotly。上图就是以 matplotlib 绘制。而 Plotly 交互性更好。

更进一步,如果想让用户可以点击选择交易日期,查看该日期对应的榜单图,这就可以通过一个响应式 web 应用程序来实现。Dash 是一个基于 python 的交互式可视化 web 应用框架,matplotlib 和 Plotly 都可与 Dash 框架结合使用。

Matplotlib 大家比较熟悉。在开始之前,我们先简单介绍下 plotly 和 Dash。

2. Plotly

plotly 库(plotly.py)是一个交互式的开源绘图库,支持40多种独特的图表类型,涵盖各种统计,财务,地理,科学和三维用例,是适用于Python,R 和 JavaScript 的交互式图表库。

plotly.py 建立在 Plotly JavaScript 库(plotly.js)之上,使Python用户可以创建基于 Web 的漂亮交互式可视化效果。这些可视化效果可以显示在 Jupyter 笔记本中,可以保存到独立的 HTML 文件中,也可以作为纯 Python 使用。其官方文档上提供了各种图标的接口说明。

3. Dash

Dash 是用于构建 Web 应用程序的 Python 框架。Dash 建立在 Flask、Plotly.js 和 React.js 基础之上,即 Dash 中的控件和其触发事件都是用 React.js 包装的,Plotly.js 为 Dash 提供强大的交互式数据可视化图库,Flask 为其提供后端框架。这个框架对 python 程序员特别友好,只需要写 python 代码,不需要写 JS 代码,直接拖拽控件来用即可。感兴趣的童鞋可以去 Dash 的官方文档多多了解一下。Dash 是使用纯 Python 构建高度自定义用户界面的数据可视化应用程序的理想选择。它特别适合做数据分析、数据可视化以及仪表盘或者报告展示。可以将 Dash 应用程序部署到服务器,然后通过 URL 共享它们,不受平台和环境的限制。

4. 安装

在画图之前,我们需要装一下 Dash、plotly 相关包。可以用 pip 装:

pip install plotly dash


或者也可以用 conda 进行安装。

5. 数据格式和数据处理

测试数据来自东方财富网,用 csv 文件格式保存。

数据的格式如下,header 是日期为第一列,第3列往后为期货公司名字。表格中的负数是上面图中蓝色的空仓,正数是红色的多仓。绘图时,从表格中取出某一日期的一行记录,将持仓数目排序,把对应的数据存入列表中,之后进行画图。

首先对数据进行清洗和处理, pandas读取数据,这里需要去除 000905_SH 列,以及删除全0行。代码如下:

excel_pd = pd.read_excel('data/IC期货商历史数据(1).xlsx', index_col='日期')
# 去空
excel_pd.dropna()
# 去除000905_SH列
excel_pd = excel_pd.drop(labels='000905_SH', axis=1)
# 去0行
excel_pd = excel_pd[~(excel_pd == 0).all(axis=1)]
# 取出时间列表,获取最大日期和最小日期,为日历选项做判断
date_list = excel_pd.index.values.tolist()
min_date = min(date_list)
max_date = max(date_list)

接下来我们需要根据输入的日期来筛选某一行记录,分别将持空仓期货公司和持多仓期货公司取出,剔除持仓数为0的期货公司。代码如下:

def get_data_via_date_from_excel(date):
    # 筛选日期
    sheet1_data = excel_pd.loc[date]
    # 去除列值为0
    sheet1_data = sheet1_data[sheet1_data != 0]
    # 排序 从小到大
    sheet1_data = sheet1_data.sort_values()
    # 空仓
    short_hold = sheet1_data[sheet1_data < 0]
    # 多仓
    long_hold = sheet1_data[sheet1_data >= 0].sort_values(ascending=False)
    return short_hold, long_hold

6. 画图

Matplotlib画图

创建一张画布figure和ax画图层,用ax.hlines分别画空仓水平线和多仓水平线。用ax.scatter画左右两边线的散点,使用菱形marker。使用plt.text分别画线两端的标注期货公司和持仓数。plt.annotate画排名标注,分别设置颜色和字体大小。

但这个效果是反的,我们是希望排名最前面的在上,排名最后面的下。这时我们可以设置y轴反置一下ax.invert_yaxis()。添加图例和标题以及设置坐标轴不可见,得到最终效果:

核心代码如下:

def draw_lollipop_graph(short_hold, long_hold, date):
    # sheet_major.index.values.tolist()
    fig, ax = plt.subplots(figsize=(10, 8))
    # 空仓水平线
    ax.hlines(y=[i for i in range(len(short_hold))], xmin=list(short_hold), xmax=[0] * len(short_hold.index), color='#1a68cc', label='空')
    # 多仓水平线
    ax.hlines(y=[i for i in range(len(long_hold))], xmax=list(long_hold), xmin=[0] * len(long_hold.index), color='red', label='多')
    # 画散点
    ax.scatter(x=list(short_hold), y=[i for i in range(len(short_hold))], s=10, marker='d', edgecolors="#1a68cc", zorder=2, color='white')  # zorder设置该点覆盖线
    ax.scatter(x=list(long_hold), y=[i for i in range(len(long_hold))], s=10, marker='d', edgecolors="red", zorder=2, color='white')  # zorder设置该点覆盖线
    # 画线两端标注图
    for x, y, label in zip(list(short_hold), range(len(short_hold)), short_hold.index):
        plt.text(x=x, y=y, s=label+'({}) '.format(abs(x)), horizontalalignment='right', verticalalignment='center', fontsize=10)
    for x, y, label in zip(list(long_hold), range(len(long_hold)), long_hold.index):
        plt.text(x=x, y=y, s=' '+label+'({})'.format(abs(x)), horizontalalignment='left', verticalalignment='center', fontsize=10)
    # 设置排名
    size = [17, 16, 15] + [8 for i in range(max(len(short_hold), len(long_hold))-3)]
    color = ['#b91818', '#e26012', '#dd9f10'] + ['#404040' for i in range(max(len(short_hold), len(long_hold))-3)]
    for i, s, c in zip(range(max(len(short_hold), len(long_hold))+1), size, color):
        plt.annotate(s=i+1, xy=(0, i), fontsize=s, ma='center', ha='center', color=c)
    # 坐标轴y反置
    ax.invert_yaxis()
    # 坐标轴不可见
    ax.set_xticks([])
    ax.set_yticks([])
    ax.spines['top'].set_visible(False)  # 去上边框
    ax.spines['bottom'].set_visible(False)  # 去下边框
    ax.spines['left'].set_visible(False)  # 去左边框
    ax.spines['right'].set_visible(False)  # 去右边框
    # 设置title
    ax.set_title('黄金持仓龙虎榜单({})'.format(date), position=(0.7, 1.07), fontdict=dict(fontsize=20, color='black'))
    # 自动获取ax图例句柄及其标签
    handles, labels = ax.get_legend_handles_labels()
    plt.legend(handles=handles, ncol=2, bbox_to_anchor=(0.75, 1.05), labels=labels, edgecolor='white', fontsize=10)
    # 保存fig
    image_filename = "lollipop_rank.png"
    plt.savefig(image_filename)
    encoded_image = base64.b64encode(open(image_filename, 'rb').read())
    # plt.show()
    return encoded_image

Plotly画图

1) Figure 是一张画布,跟 matplotlib 的 figure 是一样,数据是字典形式,创建代码如下:

import plotly.graph_objects as go
fig = go.Figure() # 创建空画布
fig.show()

2) Traces 轨迹,即所有的图表层都是在这里画的,轨迹的类型都是由type指定的(例如"bar","scatter","contour"等等)。轨迹是列表,创建代码如下:

fig = go.Figure(data=[trace1, trace2]) # 定义figure时加上轨迹数据
Figure.add_traces(data[, rows, cols, …])   # 或者先定义一张空的画布,再添加轨迹
Figure.update_traces([patch, selector, row, …])  # 更新轨迹
# 可运行代码
import plotly.graph_objects as go

trace = [go.Scatter(  # 创建trace
    x=[0, 1, 2],
    y=[2, 2, 2],
    mode="markers",
    marker=dict(color="#1a68cc", size=20),
)]
fig = go.Figure(data=trace)
fig.show()

3) Layout 层,设置标题,排版,页边距,轴,注释,形状,legend图例等等。布局配置选项适用于整个图形。

import plotly.graph_objects as go

trace = [go.Scatter(
    x=[0, 1, 2],
    y=[2, 2, 2],
    mode="markers",
    marker=dict(color="#1a68cc", size=20),
)]
# 创建layout,添加标题
layout = go.Layout(
        title=go.layout.Title(text="Converting Graph Objects To Dictionaries and JSON")
    )
fig = go.Figure(data=trace, layout=layout)
fig.show()
Figure.update_layout([dict1, overwrite]) # 也可使用API更新图层

4) Frames 帧幅轨迹,是在Animate中用到的渲染层,即每多少帧幅动画遍历的轨迹,与traces很像,都是列表形式,使用时需要在layout的updatemenus设置帧幅间隔等等。具体用法可以去看看官方文档用法,比较复杂,这里不过多介绍。

下面回归正题,我们需要创建一张画布figure来画图。

画图1:水平线

由于plotly没有matplotlib的ax.hlines函数画水平线,可以借助plotly shapes画水平线。 画shapes图需要知道该点坐标(x1,y1)还要找到对应的(0,y1)坐标点并连线组成一个shape,这里x1是持仓数,y1就用持仓列表的下标表示。

# 空仓水平线
short_shapes = [{'type': 'line',
                 'yref': 'y1',
                 'y0': k,
                 'y1': k,
                 'xref': 'x1',
                 'x0': 0,
                 'x1': i,
                 'layer': 'below',
                 'line': dict(
                     color="#1a68cc",
                 ),
                 } for i, k in zip(short_hold, range(len(short_hold)))]
# 多仓水平线
long_shapes = [{'type': 'line',
                'yref': 'y1',
                'y0': k,
                'y1': k,
                'xref': 'x1',
                'x0': j,
                'x1': 0,
                'layer': 'below',
                'line': dict(
                  color="red",
                 )
                } for j, k in zip(long_hold, range(len(long_hold)))]

画图2:线两端散点和标注

用scatter画左右两边线的散点,使用菱形marker并且scatter中的text可以标注线两端的标注期货公司和持仓数,注意持仓数都是正数。

# 画散点
fig.add_trace(go.Scatter(
    x=short_hold,
    y=[i for i in range(len(short_hold))],
    mode='markers+text',
    marker=dict(color="#1a68cc", symbol='diamond-open'),
    text=[label + '(' + str(abs(i)) + ') ' for label, i in zip(short_hold.index, short_hold)],   # 散点两端的期货公司标注和持仓数
    textposition='middle left', # 标注文字的位置
    showlegend=False            # 该轨迹不显示图例legend
))

fig.add_trace(go.Scatter(
    x=long_hold,
    y=[i for i in range(len(long_hold))],
    mode='markers+text',
    text=[' ' + label + '(' + str(abs(i)) + ')' for label, i in zip(long_hold.index, long_hold)],  # 散点两端的期货公司标注和持仓数
    marker=dict(color='red', symbol='diamond-open'),
    textposition='middle right',  # 标注文字的位置
    showlegend=False           # 该轨迹不显示图例legend
))

画图3:排名标注

继续用scatter只显示text来画排名标注,分别设置颜色和字体大小。

# 线上的排名顺序
fig.add_trace(go.Scatter(
    x=[0]*max(len(short_hold), len(long_hold)),
    y=[i for i in range(max(len(short_hold), len(long_hold)))],
    mode='text',
    text=[str(i+1) for i in range(max(len(short_hold), len(long_hold)))],  # 排名从1开始
    textfont=dict(color=['#b91818', '#e26012', '#dd9f10'] + ['#404040' for i in range(max(len(short_hold), len(long_hold)) - 3)],
                  size=[17, 16, 15] + [10 for i in range(max(len(short_hold), len(long_hold)) - 3)],
                  family="Open Sans"),
    textposition='top center',
    showlegend=False
))

画图4:图例

由于plotly shapes不是轨迹,只是layout中的一部分,所以不能添加legend,而上面的散点scatter虽是轨迹,但是mode =markers+text 使得legend中多出了text文字,如下图,而且目前版本的plotly不具备自定义legend去除text功能。

所以我们需要自己添加2条轨迹来显示legend图例,代码如下:

# 加上这条trace只是为了显示legend图例,因为scatter图例中显示的text在plotly现有的版本基础上去除不了
fig.add_trace(go.Scatter(
    x=[0, long_hold[0]],
    y=[range(len(long_hold))[0], range(len(long_hold))[0]],
    mode='lines',
    marker=dict(color='red'),
    name='多'
))

fig.add_trace(go.Scatter(
    x=[0, short_hold[0]],
    y=[range(len(short_hold))[0], range(len(short_hold))[0]],
    mode='lines',
    marker=dict(color='#1a68cc'),
    name='空'
))

设置y轴反置 autorange='reversed' 可让排名最前面的在上,排名最后面的在下,之后设置图里位置,添加标题以及设置坐标轴不可见, 代码如下:

# X, Y坐标轴不可见fig.update_xaxes(    showticklabels=False,    showgrid=False,    zeroline=False,)fig.update_yaxes(    showticklabels=False,    showgrid=False,    zeroline=False,    autorange='reversed'  # Y 轴倒置)fig.update_layout(shapes=short_shapes+long_shapes,  # 添加水平线    width=2100,    height=900,    legend=dict(x=0.62, y=1.02, orientation='h'),    template="plotly_white",    title=dict(        text='黄金持仓龙虎榜单(' + date + ')',         y=0.95,         x=0.65,         xanchor='center',         yanchor='top',        font=dict(family="Open Sans", size=30)    ))

7. 创建Dash 应用程序

这里首先创建一个Dash app程序。Dash应用程序由两部分组成。 第一部分是应用程序的“布局”,它描述了应用程序的外观,即使用的web界面控件和CSS等,dash_core_components和dash_html_components库中提供一组用react.js包装好的组件,当然熟悉JavaScript和React.js也可构建自己的组件。第二部分描述了应用程序的交互性,即触发callback函数实现数据交互。

这里我们需要调用Dash中的日历控件dcc.DatePickerSingle,具体用法可以参考官方文档, 还有一个可以放置dcc.Graph图的容器html.Div()。同时通过callback函数来捕捉日期更新从而画图事件。

import dash
import dash_html_components as html
import dash_core_components as dcc

external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css']
app = dash.Dash(__name__, external_stylesheets=external_stylesheets)

app.layout = html.Div([
    html.Div(dcc.DatePickerSingle(
        id='my-date-picker-single',
        min_date_allowed=min_date,  # 日历最小日期
        max_date_allowed=max_date,  # 日历最大日期
        date=max_date   # dash 程序初始化日历的默认值日期
    ), style={"margin-left": "300px"}),
    html.Div(id='output-container-date-picker-single', style={"text-align": "center"})
])

Matplotlib + Dash 框架

之前我们用matplotlib画好的榜单图已经编码保存好,注意这里画的图是静态图,触发日期更新画matplotlib画图事件代码如下:

@app.callback(
    Output('output-container-date-picker-single', 'children'),
    [Input('my-date-picker-single', 'date')])
def update_output(date):
    print("date", date)
    if date is not None:
        if date not in date_list:
            return html.Div([
               "数据不存在"
            ])
        encoded_image = create_figure(date)
        return html.Div([
            html.Img(src='data:image/png;base64,{}'.format(encoded_image.decode()), style={"text-align": "center"})
        ])

if __name__ == '__main__':
    app.run_server(debug=True)

启动应用程序,在浏览器中输入控制台的如下地址和端口号访问该网页:

Plotly + Dash 框架

Plotly画图的函数中返回的fig可以直接放置在Dash组件库中的Dcc.Graph中, Dash是plotly下面的一个产品,里面的画图组件库几乎都是plotly提供的接口,所以plotly画出的交互式图可以直接在Dash中展示,无需转换。触发日期更新 plotly 画图事件代码如下:

@app.callback(
    Output('output-container-date-picker-single', 'children'),
    [Input('my-date-picker-single', 'date')])
def update_output(date):
    print("date", date)
    if date is not None:
        if date not in date_list:
            return html.Div([
               "数据不存在"
            ])
        fig = create_figure(date)
        return html.Div([
            dcc.Graph(figure=fig)
        ])


if __name__ == '__main__':
    app.run_server(debug=True) # 启动应用程序

按之前同样方式启动应用程序,在浏览器中访问网页。

8. 结语

Matlplotlib 库强大,功能多且全,但是出现的图都是静态图,不便于交互式,对有些复杂的图来说可能其库里面用法也比较复杂。对于这个榜单图来说可能matplotlib画图更方便一些。

Plotly 库是交互式图表库,图形的种类也多,画出的图比较炫酷,鼠标点击以及悬停可以看到更多的数据信息,还有各种气泡图,滑动slider动画效果图,且生成的图片保存在html文件中,虽说有些功能比不上matplotlib全而强大,像这个榜单图,没有水平线hline或竖直线vline,虽有shape,但不能为shapes添加图例,但是这个库也在慢慢发展,官方论坛community里面也有许多人提出问题,各路大神也都在解决这些问题,相信之后plotly的功能会越来越全。

文中代码及数据已上传,地址:

https://pan.baidu.com/s/1Uv_cursTr0cbTLB3D6ylIw

提取码: jmch

如链接失效请在公众号(Crossin的编程教室)里回复关键字 棒棒糖


本文分享自微信公众号 - Crossin的编程教室(crossincode),作者:荔枝

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-05-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 给新同学:编程教室资源索引

    本编程教室建号四年多,已经发布了数百篇教程和文章,并且还分享了不少资源和习题。不过最近新加入的同学可能会找不到以前的内容,所以我们定期整理一下,方便大家使用。 ...

    Crossin先生
  • 为了边看美剧边学英语,我写了个字幕处理脚本

    )都有这样一个梦想:能够一边轻松愉快地看着美剧,一边自己的英语听力水平还能蹭蹭地往上涨。知乎上也有很多人分享了自己通过美剧练习听力的方法,比如说只开英文字幕或者...

    Crossin先生
  • 【Python 第53课】 数学运算

    今天从打飞机游戏里中断一下,说些python的基础。 在用计算机编程解决问题的过程中,数学运算是很常用的。python自带了一些基本的数学运算方法,这节课给大家...

    Crossin先生
  • Andrew Ng的《Machine Learning Yearning》中六个重要概念

    Andrew NG是计算机科学家,执行官,投资人,企业家,也是人工智能领域的领先专家之一。 他是百度的前任副总裁兼首席科学家,是斯坦福大学的兼职教授,是最受欢迎...

    AI研习社
  • 遍历 AccessibilityNodeInfo 报 StackOverflowError

    在使用 AccessibilityService 遍历包含 WebView 的 AccessibilityNodeInfo 时会在某些情况下必现 StackOv...

    他叫自己MR.张
  • 快速学习-机器学习(线性代数[概率统计])

    cwl_java
  • 【计算机本科补全计划】《C++ Primer》:数组全解!!

    正文之前 其实我的《C++ Primer》 已经看到第五章了,但是因为码字比较费时间,所以暂时没有迅速更新实在是对不住,但是没办法, 总不能一天拿出五六个小时来...

    用户1687088
  • K8S 生态周报| Helm v3.0.0 正式发布

    本周 Helm v3.0.0 正式发布了。在 Helm v3 发布第一个 alpha 版时,我就写了一篇 《初试 Helm 3》 在那篇文章中,我介绍了一些 H...

    Jintao Zhang
  • spring security oauth2 JWTTokenStore与RedisTokenStore区别优缺点

    路过君
  • 我人生中的第一场Java面试

    1、说起我的第一次Java面试,我不禁回想起我大学时参加校园招聘的那段日子,那时候我还是本科生,由于不是科班出身,只学过一点点Java皮毛,所以那时候对于找Ja...

    黄小斜

扫码关注云+社区

领取腾讯云代金券