Bokeh绘制4小时周期OHLC蜡烛图时如何去除周末缺失日期的时间轴间隙

问题原因 #

你没有正确理解对应方案的逻辑，问题核心如下：

• 你仍然使用了datetime类型作为x轴的输入值，Bokeh的datetime轴会严格按照实际时间差计算元素的坐标位置，周末没有交易数据的时段自然会产生空白间隙。
• major_label_overrides配置仅能修改轴标签的显示文本，无法改变元素本身的坐标排布，所以仅添加这行配置不会解决间隙问题。
• 补充小错误：你原有代码中的时间格式化字符串有误，%S是秒的占位符，要显示分钟应该用%M。

正确修改方案 #

核心思路是用连续整数作为x坐标，从根源上消除时间间隔带来的坐标差，再通过标签映射把x轴显示内容替换为对应时间：

1. 移除x轴的datetime类型配置，改用默认的线性轴
2. 用连续整数作为所有绘图元素的x坐标，每个整数对应一根K线，保证坐标间距均匀
3. 调整蜡烛宽度为适配线性轴的小数值，不再使用时间差计算宽度
4. 修正时间格式化字符串，按需调整x轴标签密度避免重叠

修改后完整代码 #

import pandas as pd
from bokeh.plotting import figure, show, gridplot

# 原有数据加载、重采样逻辑保持不变
subdata = pd.read_csv(
  'data/M5/EURUSD.csv',
  header = None,
  skiprows = 0,
  sep = '\t',
  names = [
    'date',
    'open',
    'high',
    'low',
    'close',
    'volume'
  ],
)
subdata['date'] = pd.to_datetime(subdata['date'])
subdata.set_index(['date'], inplace = True)

subdata = subdata.resample('4H').agg({
    'open': 'first',
    'high': 'max',
    'low': 'min',
    'close': 'last',
    'volume': 'sum'
}).dropna(axis=0)

# ---------------- 绘图逻辑修改部分 ----------------
# 移除x_axis_type='datetime'参数，使用默认线性轴
fig1 = figure(height=400, width=900)

# 生成连续整数作为x坐标
x_coords = range(len(subdata))
# 修正时间格式化字符串，将整数坐标映射为对应时间文本
fig1.xaxis.major_label_overrides = {
    i: date.strftime('%Y-%m-%d %H:%M') for i, date in enumerate(subdata.index)
}
# 可选：倾斜x轴标签避免重叠
fig1.xaxis.major_label_orientation = 3.14/4

# 蜡烛宽度适配线性轴，不需要按时间差计算
candle_width = 0.6

inc = subdata['close'] > subdata['open']
dec = subdata['open'] > subdata['close']

# 所有绘图方法的x参数替换为连续整数坐标
fig1.segment(x_coords, subdata['high'], x_coords, subdata['low'], color='black')
fig1.vbar([x_coords[i] for i in range(len(x_coords)) if inc.iloc[i]], candle_width, subdata['open'][inc], subdata.close[inc], fill_color='#D5E1DD', line_color='black')
fig1.vbar([x_coords[i] for i in range(len(x_coords)) if dec.iloc[i]], candle_width, subdata['open'][dec], subdata['close'][dec], fill_color='#F2583E', line_color='black')

show(gridplot([[fig1]]))

如果觉得x轴标签过密，可以调整major_label_overrides的映射规则，比如每5个索引才保留一个映射，其余留空即可减少标签数量。

内容的提问来源于stack exchange，提问作者Inu Bayu Aji