cufflinks
1.0.0
이 라이브러리는 손쉬운 음모를위한 팬더의 유연성과 함께 음모의 힘을 바인딩합니다.
이 라이브러리는 https://github.com/santosjorge/cufflinks에서 제공됩니다
이 튜토리얼은 Plotly 사용자 자격 증명이 이미 시작 가이드에 명시된대로 구성되었다고 가정합니다.
Plotly 4.x에 대한 지원
커프 단추는 더 이상 Plotly 3.x와 호환되지 않습니다
Plotly 3.0에 대한 지원
새로운 iplot 도우미. 포괄적 인 매개 변수 목록을 보려면 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-Lib에서 종속성을 제거했습니다. 이 라이브러리는 더 이상 필요하지 않습니다. 모든 연구는 파이썬으로 다시 작성되었습니다.
QuantFigure 는 지속성을 가진 그래프 객체를 생성하는 새로운 클래스입니다. 주어진 지점에서 매개 변수를 추가/수정할 수 있습니다.이것은 다음과 같이 쉽습니다.
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 ()
rangeslider 바닥에 날짜 범위 슬라이더를 표시합니다.cf.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 사용하여 주석을 사용자 정의하십시오cf.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()cf.datagen.ohlc().iplot(kind='candle')iplot 의 Choropleth 및 Scattergeo 수치에 대한 지원xrange , yrange 및 zrange iplot 및 getLayout 에 지정할 수 있습니다.cf.datagen.lines(1).iplot(yrange=[5,15])layout_update iplot 및 getLayout 에서 설정하여 Layout 값을 명시 적으로 업데이트 할 수 있습니다.ipython 노트북을 참조하십시오
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) (오프라인 모드에서 온라인으로 강제로)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') Accent Color Scale을 사용하여 차트를 플로팅합니다.iplot(colors=['pink','red','yellow'])
