如何在Python中添加成交量柱状图？含Bittrex加密货币K线图方案

阿华AIGC实验室

2026-5-27

给Python K线图添加成交量柱状图的解决方案

嘿，我知道你已经搞定了Bittrex加密货币的K线图，现在想补上成交量展示对吧？这其实不难，咱们直接修改你的代码就能实现，核心是用matplotlib的子图功能把K线图和成交量图上下布局，再给成交量柱子加上涨跌配色更直观。

第一步：补全数据整理逻辑

首先你需要把K线的OHLC数据和成交量数据分别整理成列表，方便后续绘图：

import urllib2
import json
from matplotlib.finance import candlestick2_ohlc
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

# 假设你已经获取到了JSON数据
url = "你的Bittrex数据URL"
response = urllib2.urlopen(url)
data = json.load(response)

# 整理OHLC和成交量数据
ohlc_data = []
volumes = []
for entry in data['result']:
    open_price = float(entry['O'])
    high_price = float(entry['H'])
    low_price = float(entry['L'])
    close_price = float(entry['C'])
    volume = float(entry['V'])
    # 用索引暂代时间（如果有时间字段可以替换成时间戳/日期）
    ohlc_data.append([len(ohlc_data), open_price, high_price, low_price, close_price])
    volumes.append(volume)

第二步：创建双图布局并绘图

接下来用plt.subplots创建上下两个子图，共享x轴保证联动，然后分别绘制K线和成交量：

# 创建上下布局的子图，K线图高度是成交量的3倍
fig, (ax_kline, ax_volume) = plt.subplots(
    2, 1, 
    figsize=(12, 8), 
    sharex=True, 
    gridspec_kw={'height_ratios': [3, 1]}
)

# 绘制K线图
candlestick2_ohlc(
    ax_kline,
    [x[1] for x in ohlc_data],  # 开盘价
    [x[2] for x in ohlc_data],  # 最高价
    [x[3] for x in ohlc_data],  # 最低价
    [x[4] for x in ohlc_data],  # 收盘价
    width=0.6,
    colorup='green',
    colordown='red'
)
ax_kline.set_title('Bittrex 加密货币K线图（带成交量）')
ax_kline.set_ylabel('价格')
ax_kline.grid(True)

# 给成交量柱子按涨跌上色（涨绿跌红）
bar_colors = []
for idx in range(len(ohlc_data)):
    if ohlc_data[idx][4] >= ohlc_data[idx][1]:
        bar_colors.append('green')
    else:
        bar_colors.append('red')

# 绘制成交量柱状图
ax_volume.bar(
    range(len(volumes)),
    volumes,
    color=bar_colors,
    width=0.6
)
ax_volume.set_ylabel('成交量')
ax_volume.set_xlabel('时间')
ax_volume.grid(True)

# 如果有时间字段，可以替换x轴刻度为日期（示例）
# import datetime
# time_stamps = [datetime.datetime.strptime(entry['T'], '%Y-%m-%dT%H:%M:%S') for entry in data['result']]
# ax_volume.set_xticks(range(len(time_stamps)))
# ax_volume.set_xticklabels([t.strftime('%Y-%m-%d %H:%M') for t in time_stamps], rotation=45)

# 调整布局避免标签重叠
plt.tight_layout()
plt.show()