在 matplotlib 的子图中进行缩放绘图。

Question

这个问题来自于这篇教程，您可以在这里找到。 我希望我的图表看起来像下面这张，但是使用时间序列数据，缩放的数据不是x_lim, y_lim的数据，而是来自于另一个数据源。 因此，在上面的绘图中，我想要来自另一个数据源的日内数据，下面的绘图将是某只股票每日的数据。但由于它们都有不同的数据源，我无法使用限制进行缩放。为此，我将使用雅虎数据读取器获取每日数据，使用yfinance获取日内数据。

代码:

import pandas as pd
from pandas_datareader import data as web
from matplotlib.patches import ConnectionPatch

df = web.DataReader('goog', 'yahoo')
df.Close = pd.to_numeric(df['Close'], errors='coerce')

fig = plt.figure(figsize=(6, 5))
plt.subplots_adjust(bottom = 0., left = 0, top = 1., right = 1)
sub1 = fig.add_subplot(2,2,1)
sub1 = df.Close.plot()

sub2 = fig.add_subplot(2,1,2) # two rows, two columns, second cell
df.Close.pct_change().plot(ax =sub2)
sub2.plot(theta, y, color = 'orange')
con1 = ConnectionPatch(xyA=(df[1:2].index, df[2:3].Close), coordsA=sub1.transData, 
                       xyB=(df[4:5].index, df[5:6].Close), coordsB=sub2.transData, color = 'green')
fig.add_artist(con1)

我在处理xy坐标时遇到了问题。使用上述代码，我得到了以下错误：

类型错误：无法将数组数据从dtype('O')转换为dtype('float64')，根据规则“safe”

xyA=(df[1:2].index, df[2:3].Close)

我所做的是将x值设置为日期df[1:2].index，将y值设置为价格df[2:3].Close

是否将df转换为数组并绘制图形是我的唯一选择？如果有其他方法可以让ConnectionPatch正常工作，请指导一下。

---

df.dtypes

High         float64
Low          float64
Open         float64
Close        float64
Volume         int64
Adj Close    float64
dtype: object

- Slartibartfast

---

你解决了已有答案的问题吗？底部的图表显示要使用蜡烛图，但如果你真的画出一个图表，由于数据跨越五年，蜡烛太小以至于没有任何可视化效果。因此，每月蜡烛图和每日缩放图的时间序列是模糊的。你对此有什么想法？我正在准备一个答案。 - r-beginners

@r-beginners 图表应该在主图（紫色）中显示每日的情况。这将展示详细的长期图表（可能为12个月）。然后，小段会被放大，其中一个子图上会有较小时间框架内的每日图表，比如说2个月（绿色图）。另一个子图则会显示最新蜡烛的日内图表（橙色）。我希望我已经回答了你的问题。谢谢。 - Slartibartfast

@Slartibartfast 我的回答中包含了完成这个任务所需的所有工具。我将其与你的问题代码一起粘贴在了我的回答中，请查看我的回答编辑部分。 - Cimbali

除非我漏掉了什么:) - Cimbali

我需要在折线图上填写相关时间段吗？其中左上角大约为2个月，右上角为最新的蜡烛图，城市图大约为1年？我看到你已经得到的答案已经根据你的评论进行了更新。 - r-beginners

Answer 1

Matplotlib绘制日期的方式是将日期转换为浮点数，表示从1970-1-1开始的天数，以0表示，即POSIX时间戳零。它与时间戳不同，因为它的分辨率不同，即“1”代表一天而不是一秒。

有三种方法可以计算这个数字:

• 要么使用matplotlib.dates.date2num
• 要么使用.toordinal()，它会给你正确的分辨率并去掉对应于1970-1-1的偏移量
• 或者获取POSIX时间戳，并除以一天中的秒数：

df['Close'] = pd.to_numeric(df['Close'], errors='coerce')
df['Change'] = df['Close'].pct_change()

con1 = ConnectionPatch(xyA=(df.index[0].toordinal() - pd.Timestamp(0).toordinal(), df['Close'].iloc[0]), coordsA=sub1.transData,
                       xyB=(df.index[1].toordinal() - pd.Timestamp(0).toordinal(), df['Change'].iloc[1]), coordsB=sub2.transData, color='green')
fig.add_artist(con1)

con2 = ConnectionPatch(xyA=(df.index[-1].timestamp() / 86_400, df['Close'].iloc[-1]), coordsA=sub1.transData,
                       xyB=(df.index[-1].timestamp() / 86_400, df['Change'].iloc[-1]), coordsB=sub2.transData, color='green')
fig.add_artist(con2)

您还需要确保使用的值处于目标轴的范围内，例如您在sub2中使用了pct_change的值，但又用Close 值进行了绘图。

当然，如果您想要像示例中那样获得框的底部，则最好使用轴变换而不是数据变换来表示坐标：

from matplotlib.dates import date2num

con1 = ConnectionPatch(xyA=(0, 0), coordsA=sub1.transAxes,
                       xyB=(date2num(df.index[1]), df['Change'].iloc[1]), coordsB=sub2.transData, color='green')
fig.add_artist(con1)

con2 = ConnectionPatch(xyA=(1, 0), coordsA=sub1.transAxes,
                       xyB=(date2num(df.index[-1]), df['Change'].iloc[-1]), coordsB=sub2.transData, color='green')
fig.add_artist(con2)

要绘制您的蜡烛图，我建议使用mplfinance（以前是matplotlib.finance）包：

import mplfinance as mpf
sub3 = fig.add_subplot(2, 2, 2)
mpf.plot(df.iloc[30:70], type='candle', ax=sub3)

将所有内容整合到一个脚本中，代码可能如下所示：

import pandas as pd, mplfinance as mpf, matplotlib.pyplot as plt
from pandas_datareader import data as web
from matplotlib.patches import ConnectionPatch
from matplotlib.dates import date2num, ConciseDateFormatter, AutoDateLocator
from matplotlib.ticker import PercentFormatter

# Get / compute data
df = web.DataReader('goog', 'yahoo')
df['Close'] = pd.to_numeric(df['Close'], errors='coerce')
df['Change'] = df['Close'].pct_change()

# Pick zoom range
zoom_start = df.index[30]
zoom_end = df.index[30 + 8 * 5] # 8 weeks ~ 2 months

# Create figures / axes
fig = plt.figure(figsize=(18, 12))
top_left = fig.add_subplot(2, 2, 1)
top_right = fig.add_subplot(2, 2, 2)
bottom = fig.add_subplot(2, 1, 2)
fig.subplots_adjust(hspace=.35)

# Plot all 3 data
df['Close'].plot(ax=bottom, linewidth=1, rot=0, title='Daily closing value', color='purple')
bottom.set_ylim(0)

df.loc[zoom_start:zoom_end, 'Change'].plot(ax=top_left, linewidth=1, rot=0, title='Daily Change, zoomed')
top_left.yaxis.set_major_formatter(PercentFormatter())

# Here instead of df.loc[...] use your intra-day data
mpf.plot(df.loc[zoom_start:zoom_end], type='candle', ax=top_right, xrotation=0, show_nontrading=True)
top_right.set_title('Last day OHLC')

# Put ConciseDateFormatters on all x-axes for fancy date display
for ax in fig.axes:
    locator = AutoDateLocator()
    ax.xaxis.set_major_locator(locator)
    ax.xaxis.set_major_formatter(ConciseDateFormatter(locator))

# Add the connection patches
fig.add_artist(ConnectionPatch(
    xyA=(0, 0), coordsA=top_left.transAxes,
    xyB=(date2num(zoom_start), df.loc[zoom_start, 'Close']), coordsB=bottom.transData,
    color='green'
))

fig.add_artist(ConnectionPatch(
    xyA=(1, 0), coordsA=top_left.transAxes,
    xyB=(date2num(zoom_end), df.loc[zoom_end, 'Close']), coordsB=bottom.transData,
    color='green'
))

plt.show()

- Cimbali

---

“将所有内容放在一起”脚本缺少导入，可能还缺少其他部分。很难理解如何将它们全部组合在一起。 - merit_2

@merit_2，它没有使用除我提到的问题和“mplfinance”之外的任何其他导入。但是我可以添加它们，当然可以。 - Cimbali