在两个熊猫系列点之间绘制一条无限线

Question

我想在熊猫系列形式的两个点之间绘制一条无限的非结束线。我能够成功地在点之间绘制一条标准线，但是我不希望这条线“结束”，而是应该继续。对此进行扩展，我还想将这条新的无限线的值提取到一个新的数据帧中，这样我就可以看到给定的 x 值具有什么对应的线值。

data = yf.download("AAPL", start="2021-01-01", interval = "1d").drop(columns=['Adj Close'])
data = data[30:].rename(columns={"Open": "open", "High": "high", "Low": "low", "Close": "close", "Volume": "volume"})
local_max = argrelextrema(data['high'].values, np.greater)[0]
local_min = argrelextrema(data['low'].values, np.less)[0]
highs = data.iloc[local_max,:]
lows = data.iloc[local_min,:]

highesttwo = highs["high"].nlargest(2)
lowesttwo = lows["low"].nsmallest(2)

fig = plt.figure(figsize=[10,7])
data['high'].plot(marker='o', markevery=local_max)
data['low'].plot(marker='o', markevery=local_min)
highesttwo.plot()
lowesttwo.plot()
plt.show()

目前我的情节是这样的：

我希望它看起来像这样，并且能够获取相应 x 值的行的值。

Answer 1

这可以通过几个步骤完成，如以下示例所示，其中使用线方程的slope-intercept form 通过逐元素运算（即矢量化）来计算线。

股票数据的频率基于证券交易所的开市日期。 pandas 不会自动识别此频率，因此.plot 方法会生成一个带有连续日期的图，其中 x 轴包含没有数据的日期。这可以通过设置参数 use_index=False 来避免，这样 x 轴将使用从零开始的整数。

接下来的挑战是创建格式良好的刻度标签。以下示例尝试通过使用列表推导来选择刻度位置并格式化标签来模仿 pandas 刻度格式。如果日期范围显着延长或缩短，则需要进行调整。

import numpy as np                      # v 1.19.2
import pandas as pd                     # v 1.2.3
import matplotlib.pyplot as plt         # v 3.3.4
from scipy.signal import argrelextrema  # v 1.6.1
import yfinance as yf                   # v 0.1.54

# Import data
data = (yf.download('AAPL', start='2021-01-04', end='2021-03-15', interval='1d')
         .drop(columns=['Adj Close']))
data = data.rename(columns={'Open': 'open', 'High': 'high', 'Low': 'low',
                            'Close': 'close', 'Volume': 'volume'})

# Extract points and get appropriate x values for the points by using
# reset_index for highs/lows
local_max = argrelextrema(data['high'].values, np.greater)[0]
local_min = argrelextrema(data['low'].values, np.less)[0]
highs = data.reset_index().iloc[local_max, :]
lows = data.reset_index().iloc[local_min, :]
htwo = highs['high'].nlargest(2).sort_index()
ltwo = lows['low'].nsmallest(2).sort_index()

# Compute slope and y-intercept for each line
slope_high, intercept_high = np.polyfit(htwo.index, htwo, 1)
slope_low, intercept_low = np.polyfit(ltwo.index, ltwo, 1)

# Create dataframe for each line by using reindexed htwo and ltwo so that the
# index extends to the end of the dataset and serves as the x variable then
# compute y values
# High
line_high = htwo.reindex(range(htwo.index[0], len(data))).reset_index()
line_high.columns = ['x', 'y']
line_high['y'] = slope_high*line_high['x'] + intercept_high
# Low
line_low = ltwo.reindex(range(ltwo.index[0], len(data))).reset_index()
line_low.columns = ['x', 'y']
line_low['y'] = slope_low*line_low['x'] + intercept_low

# Plot data using pandas plotting function and add lines with matplotlib function
fig = plt.figure(figsize=[10,6])
ax = data['high'].plot(marker='o', markevery=local_max, use_index=False)
data['low'].plot(marker='o', markevery=local_min, use_index=False)
ax.plot(line_high['x'], line_high['y'])
ax.plot(line_low['x'], line_low['y'])
ax.set_xlim(0, len(data)-1)

# Set major and minor tick locations
tks_maj = [idx for idx, timestamp in enumerate(data.index)
           if (timestamp.month != data.index[idx-1].month) | (idx == 0)]
tks_min = range(len(data))
ax.set_xticks(tks_maj)
ax.set_xticks(tks_min, minor=True)

# Format major and minor tick labels
labels_maj = [ts.strftime('\n%b\n%Y') if (data.index[tks_maj[idx]].year
              != data.index[tks_maj[idx-1]].year) | (idx == 0)
              else ts.strftime('\n%b') for idx, ts in enumerate(data.index[tks_maj])]
labels_min = [ts.strftime('%d') if (idx+3)%5 == 0 else ''
              for idx, ts in enumerate(data.index[tks_min])]
ax.set_xticklabels(labels_maj)
ax.set_xticklabels(labels_min, minor=True)

plt.show()

---

您可以找到更多刻度格式 here 和 here in Solution 1 的示例。

Date string format codes