Python如何在Y轴绘制数值以生成X轴为时间序列的金融价格图表

你可以通过Python数据可视化工具快速实现X轴为时间序列、Y轴为LTP（最后成交价）的图表效果，具体操作步骤如下：

环境准备 #

先安装所需的依赖库：
pip install pandas matplotlib

数据预处理 #

首先读取你本地的CSV数据，完成格式转换：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

# 读取本地存储的csv数据
df = pd.read_csv("security_chart_WIPRO-EQ.csv")
# 将时间列转换为datetime格式，可根据你实际的列名调整
df["datetime"] = pd.to_datetime(df["datetime"])
# 设置时间列为索引，方便后续时间轴渲染
df = df.set_index("datetime")
# 确保最后成交价列为数值格式
df["LTP"] = df["LTP"].astype(float)

图表绘制 #

根据你的需求配置图表样式，可灵活调整刻度间隔、颜色、大小等参数：

# 初始化画布，可自定义尺寸和分辨率
plt.figure(figsize=(15, 8), dpi=120)
# 绘制价格走势线
plt.plot(df.index, df["LTP"], color="#003366", linewidth=1.2, label="最后成交价(LTP)")

# 配置X轴时间刻度，避免标签重叠
ax = plt.gca()
ax.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m-%d %H:%M"))
# 每2小时显示一个刻度，可根据你的数据时间跨度调整间隔
ax.xaxis.set_major_locator(mdates.HourLocator(interval=2))
plt.xticks(rotation=45, ha="right")

# 配置图表文本信息
plt.title("WIPRO-EQ 15分钟周期价格走势", fontsize=16, pad=20)
plt.xlabel("时间", fontsize=12)
plt.ylabel("价格", fontsize=12)

# 添加辅助元素
plt.grid(alpha=0.3, linestyle="--")
plt.legend()
# 自动调整布局避免内容被截断
plt.tight_layout()

# 展示图表，也可通过plt.savefig("price_chart.png")导出为本地图片
plt.show()

可选优化方案 #

• 如果你需要实现蜡烛图效果，可以安装mplfinance库，聚合15分钟周期的开盘价、最高价、最低价、收盘价后直接调用库的绘图方法即可
• 如果你需要交互式操作（缩放、悬停查看单条数据详情），可以改用plotly库实现，代码逻辑和上述方案基本一致

内容的提问来源于stack exchange，提问作者Kamal