如何在Matplotlib/mplfinance面板中为指定索引的随机指标绘制圈选

核心原因 #

mplfinance的子图（如Stochastic指标图）有独立的绘图上下文，直接使用matplotlib原生绘图函数（如plt.scatter）若未关联到正确的子图，会导致标记点无法显示。以下是两种可行的解决方案：

方案一：利用make_addplot构造标记层 #

这种方式更贴合mplfinance的绘图逻辑，无需手动操作axes对象：

1. 提取目标区间的%K、%D数据，其余位置设为NaN（仅显示目标点）

   import numpy as np
   import mplfinance as mpf
   
   # 假设df为包含'%K'、'%D'列的K线数据DataFrame
   # 构造紫色标记用的%K/%D数组（仅保留索引15-19）
   purple_k = df['%K'].copy()
   purple_k[:15] = np.nan
   purple_k[20:] = np.nan
   purple_d = df['%D'].copy()
   purple_d[:15] = np.nan
   purple_d[20:] = np.nan
   
   # 构造红色标记用的%K/%D数组（仅保留索引23-27）
   red_k = df['%K'].copy()
   red_k[:23] = np.nan
   red_k[28:] = np.nan
   red_d = df['%D'].copy()
   red_d[:23] = np.nan
   red_d[28:] = np.nan
   

2. 将标记层与Stochastic指标一起传入addplot参数

   apds = [
       # 绘制Stochastic基础指标线
       mpf.make_addplot(df['%K'], color='blue', panel=1),
       mpf.make_addplot(df['%D'], color='orange', panel=1),
       # 紫色标记点
       mpf.make_addplot(purple_k, type='scatter', marker='o', color='purple', markersize=8, panel=1),
       mpf.make_addplot(purple_d, type='scatter', marker='o', color='purple', markersize=8, panel=1),
       # 红色标记点
       mpf.make_addplot(red_k, type='scatter', marker='o', color='red', markersize=8, panel=1),
       mpf.make_addplot(red_d, type='scatter', marker='o', color='red', markersize=8, panel=1)
   ]
   
   # 绘制K线与指标
   mpf.plot(df, type='candle', addplot=apds, panel_ratios=(3,1), figratio=(16,9))
   

方案二：手动获取子图Axes直接绘制 #

适合需要更灵活绘图逻辑的场景：

1. 先绘制基础图表，返回fig和axes对象

   fig, axes = mpf.plot(df, type='candle', addplot=[
       mpf.make_addplot(df['%K'], color='blue', panel=1),
       mpf.make_addplot(df['%D'], color='orange', panel=1)
   ], panel_ratios=(3,1), figratio=(16,9), returnfig=True)
   

2. 获取Stochastic所在的子图（默认panel=1对应axes[1]，panel0为K线图）

   stochastic_ax = axes[1]
   

3. 用matplotlib原生函数绘制标记点（注意x轴用数值索引对应数据位置）

   x_vals = np.arange(len(df))
   
   # 绘制紫色标记（索引15-19）
   purple_indices = range(15,20)
   stochastic_ax.scatter(x_vals[purple_indices], df['%K'].iloc[purple_indices], color='purple', marker='o', s=64)
   stochastic_ax.scatter(x_vals[purple_indices], df['%D'].iloc[purple_indices], color='purple', marker='o', s=64)
   
   # 绘制红色标记（索引23-27）
   red_indices = range(23,28)
   stochastic_ax.scatter(x_vals[red_indices], df['%K'].iloc[red_indices], color='red', marker='o', s=64)
   stochastic_ax.scatter(x_vals[red_indices], df['%D'].iloc[red_indices], color='red', marker='o', s=64)
   

4. 刷新并显示图表

   fig.canvas.draw()
   mpf.show()
   

关键注意事项 #

• 若使用datetime索引，需确保目标索引是数据的位置索引（可通过df.index.get_loc()转换）
• 使用make_addplot时必须指定panel参数，确保标记画在Stochastic子图上
• 直接操作axes时，x轴坐标需用数值位置（np.arange(len(df))），而非datetime字符串

内容的提问来源于stack exchange，提问作者NoahVerner