Matplotlib中K线图（candlestick）图例显示异常问题求助

• 直接用字典给plt.legend()传参的方式不符合Matplotlib的规范，无法正确映射标签与颜色的对应关系。
• candlestick_ohlc函数不会自动为涨跌K线生成图例条目，必须手动创建虚拟元素来关联图例。

1. 绘制收盘价曲线时保存线条对象，用于图例关联。
2. 手动创建代表上涨、下跌K线的矩形元素，作为图例的对应项。
3. 将线条对象和矩形元素按顺序传入plt.legend()，明确标签与元素的对应关系。

#Import
import numpy as np
import yfinance as yf
import matplotlib.pyplot as plt
from mplfinance.original_flavor import candlestick_ohlc
import matplotlib.dates as mdates
from matplotlib.patches import Rectangle

#Dates to get stocks
start_date = "2020-01-01"
end_date = "2023-05-08"

#Get to the site
tesla_data = yf.download("TSLA", start = start_date, end = end_date)

#Get info off the site
tesla_weekly_data = tesla_data.resample("W").agg({"Open":"first", "High":"max", "Low":"min", "Close":"last", "Volume":"sum"}).dropna()
tesla_weekly_data.reset_index(inplace = True)
tesla_weekly_data["Date"] = tesla_weekly_data["Date"].map(mdates.date2num)

#Configer the plot
fig, ax = plt.subplots(figsize=(16,8))

#Show Canddlestick
candlestick_ohlc(ax, tesla_weekly_data.values, width = 5, colorup = "green", colordown = "red")

#Fonts
font1 = {"family":"serif", "color":"black", "size":40, "fontweight":"bold"}
font2 = {"family":"serif", "color":"black", "size":20, "fontweight":"bold"}

#Show Descripton of title and labels
plt.xlabel("Date", fontdict = font2)
plt.ylabel("Price",fontdict = font2)
plt.title("Tesla Stock Prices", fontdict = font1)

#Show the stocks line，保存线条对象
close_line, = plt.plot(tesla_data["Close"], color = "cyan", linewidth = 2)

#创建涨跌K线的图例元素
up_patch = Rectangle((0,0), 1, 1, facecolor="green")
down_patch = Rectangle((0,0), 1, 1, facecolor="red")

#Add legend，传入元素和对应标签
plt.legend([close_line, up_patch, down_patch], ["Tesla Close Prices", "Price Up", "Price Down"])

#优化x轴日期显示（可选）
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))
fig.autofmt_xdate()

#Show the plot
plt.show()

• 绘制收盘价曲线时，用close_line, = plt.plot(...)保存线条对象（逗号不能省略，因为plot返回的是元素列表）。
• 用Rectangle创建虚拟矩形块，分别匹配上涨、下跌K线的颜色，用于图例展示。
• plt.legend()接收两个列表参数：第一个是绘图元素集合，第二个是对应的标签集合，确保顺序一一对应。
• 额外添加了x轴日期格式优化，避免日期重叠，提升图表可读性。

内容的提问来源于stack exchange，提问作者Damian