cufflinks
1.0.0
このライブラリは、簡単にプロットするためのパンダの柔軟性にプロットの力を結び付けます。
このライブラリは、https：//github.com/santosjorge/cufflinksで入手できます
このチュートリアルでは、Plotlyユーザーの資格情報は、Getting Start Guideに記載されているように既に構成されていると想定しています。
Plotly 4.xのサポート
Cufflinksは、Plotly 3.xと互換性がなくなりました
Plotly 3.0のサポート
新しいiplotヘルパー。パラメーターの包括的なリストを見るにはcf.help（）
# For a list of supported figures
cf . help ()
# Or to see the parameters supported that apply to a given figure try
cf . help ( 'scatter' )
cf . help ( 'candle' ) #etcta-libに依存症を削除しました。このライブラリは不要になりました。すべての研究はPythonで書き直されています。
QuantFigure 、永続性のあるグラフオブジェクトを生成する新しいクラスです。パラメーターは、任意のポイントで追加/変更できます。これは次のように簡単になります。
df = cf . datagen . ohlc ()
qf = cf . QuantFig ( df , title = 'First Quant Figure' , legend = 'top' , name = 'GS' )
qf . add_bollinger_bands ()
qf . iplot ()
qf . add_sma ([ 10 , 20 ], width = 2 , color = [ 'green' , 'lightgreen' ], legendgroup = True )
qf . add_rsi ( periods = 20 , color = 'java' )
qf . add_bollinger_bands ( periods = 20 , boll_std = 2 , colors = [ 'magenta' , 'grey' ], fill = True )
qf . add_volume ()
qf . add_macd ()
qf . iplot ()
rangeslidercf.datagen.ohlc().iplot(kind='candle',rangeslider=True)rangeselectorcf.datagen.ohlc(500).iplot(kind='candle', rangeselector={ 'steps':['1y','2 months','5 weeks','ytd','2mtd','reset'], 'bgcolor' : ('grey',.3), 'x': 0.3 , 'y' : 0.95})fontsize 、 fontcolor 、 textangleでアノリオンをカスタマイズしますcf.datagen.lines(1,mode='stocks').iplot(kind='line', annotations={'2015-02-02':'Market Crash', '2015-03-01':'Recovery'}, textangle=-70,fontsize=13,fontcolor='grey')cf.datagen.lines(1,mode='stocks').iplot(kind='line', annotations=[{'text':'exactly here','x':'0.2', 'xref':'paper','arrowhead':2, 'textangle':-10,'ay':150,'arrowcolor':'red'}])Figure.iplot()図をプロットしますcf.datagen.ohlc().iplot(kind='candle')iplotのチョロプレスと散布図のサポートxrange 、 yrange 、 zrange iplotおよびgetLayoutで指定できますcf.datagen.lines(1).iplot(yrange=[5,15])layout_update iplotおよびgetLayoutで設定して、 Layout値を明示的に更新できますIpythonノートブックを参照してください
cf.datagen.pie().iplot(kind='pie',labels='labels',values='values')datagen.ohlc()ohlc=cf.datagen.ohlc()ohlc.iplot(kind='candle',up_color='blue',down_color='red')ohlc=cf.datagen.ohlc()ohlc.iplot(kind='ohlc',up_color='blue',down_color='red')df=pd.DataFrame([x**2] for x in range(100))df.iplot(kind='lines',logy=True)cf.datagen.lines(1,5).iplot(kind='bar',error_y=[1,2,3.5,2,2])cf.datagen.lines(1,5).iplot(kind='bar',error_y=20, error_type='percent')cf.datagen.lines(1).iplot(kind='lines',error_y=20,error_type='continuous_percent')cf.datagen.lines(1).iplot(kind='lines',error_y=10,error_type='continuous',color='blue')cf.datagen.lines(1,500).ta_plot(study='sma',periods=[13,21,55])cf.datagen.lines(1,200).ta_plot(study='boll',periods=14)cf.datagen.lines(1,200).ta_plot(study='rsi',periods=14)cf.datagen.lines(1,200).ta_plot(study='macd',fast_period=12,slow_period=26, signal_period=9)cf.go_offline()cf.go_online()cf.iplot(figure,online=True) （オフラインモードでオンラインを強制する）fig=cf.datagen.lines(3,columns=['a','b','c']).figure()fig=fig.set_axis('b',side='right')cf.iplot(fig)cufflinks.set_config_file(theme='pearl')cufflinks.datagen.lines(5).iplot(theme='ggplot')cufflinks.datagen.lines(2).iplot(kind='barh',barmode='stack',bargap=.1)cufflinks.datagen.histogram().iplot(kind='histogram',orientation='h',norm='probability')cufflinks.datagen.lines(4).iplot(kind='area',fill=True,opacity=1)cufflinks.datagen.histogram(4).iplot(kind='histogram',subplots=True,bins=50)cufflinks.datagen.lines(4).iplot(subplots=True,shape=(4,1),shared_xaxes=True,vertical_spacing=.02,fill=True)cufflinks.datagen.lines(4,1000).scatter_matrix()cufflinks.datagen.lines(3).iplot(hline=[2,3])cufflinks.datagen.lines(3).iplot(hline=dict(y=2,color='blue',width=3))cufflinks.datagen.lines(3).iplot(hspan=(-1,2))cufflinks.datagen.lines(3).iplot(hspan=dict(y0=-1,y1=2,color='orange',fill=True,opacity=.4))cufflinks.set_config_file(world_readable=True)cufflinks.datagen.lines(2).iplot(kind='spread')cufflinks.datagen.heatmap().iplot(kind='heatmap')cufflinks.datagen.bubble(4).iplot(kind='bubble',x='x',y='y',text='text',size='size',categories='categories')cufflinks.datagen.bubble3d(4).iplot(kind='bubble3d',x='x',y='y',z='z',text='text',size='size',categories='categories')cufflinks.datagen.box().iplot(kind='box')cufflinks.datagen.surface().iplot(kind='surface')cufflinks.datagen.scatter3d().iplot(kind='scatter3d',x='x',y='y',z='z',text='text',categories='categories')cufflinks.datagen.histogram(2).iplot(kind='histogram')cufflinks.datagencufflinks.to_df(Figure)iplot(colorscale='accent')にアクセントカラースケールを使用してチャートをプロットするiplot(colors=['pink','red','yellow'])
