cufflinks
1.0.0
該庫將繪圖的力量與熊貓的靈活性結合起來，以便於繪圖。
該庫可在https://github.com/santosjorge/cufflink上找到
本教程假設繪圖用戶憑據已經被配置為“入門指南”中所述。
支持情節4.x
袖扣不再與Plotly 3.x兼容
支持Plotly 3.0
新的iplot助手。要查看參數的全面列表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' ) #etc去除了對ta-lib的依賴。不再需要這個庫。所有研究都在Python中重寫。
QuantFigure是一個新類，它將生成具有持久性的圖形對象。可以在任何給定點添加/修改參數。這可能很容易：
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以顯示底部的日期範圍滑塊cf.datagen.ohlc().iplot(kind='candle',rangeslider=True)rangeselector顯示按鈕以更改顯示的日期範圍cf.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自定義註釋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()繪製圖形cf.datagen.ohlc().iplot(kind='candle')iplot中的脈絡膜和散點數xrange ， yrange和zrange可以在iplot和getLayout中指定cf.datagen.lines(1).iplot(yrange=[5,15])iplot和getLayout中設置layout_update ，以明確更新任何Layout值查看Ipython筆記本
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) （在離線模式下強制在線強制在線）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')以使用重音尺度繪製圖表iplot(colors=['pink','red','yellow'])
