使用PyQtGraph进行Python数据可视化：绘制精美折线图（以上证指数走势为例）

推荐原创

州的先生 2017-12-21 09:13:58 ©著作权

文章标签 数据可视化 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者州的先生的原创作品，请联系作者获取转载授权，否则将追究法律责任

在前两篇文章中，我们介绍了：

使用PyQtGraph模块的三种方式：http://zmister.com/archives/218.html
使用PyQtGraph绘制图形的6种方法：http://zmister.com/archives/219.html

在了解了基本的PyQtGraph模块绘制图形功能之后，我们通过几个常用常见的数据可视化图形来演示使用PyQtGraph进行Python数据可视化。

本篇，我们介绍使用PyQtGraph模块绘制一个完整的折线图，通过tushare模块获取上证指数过去两个月的指数波动数据作为数据源。

下面我们分步骤讲解这个折线图形的绘制。

引入相关模块

在本例中，我们需要使用到pyqtgraph模块、numpy模块和tushare模块。

import pyqtgraph as pg
import tushare as ts
import numpy as np

获取数据源

我们使用tushare模块的get_hist_data()方法获取上证指数从2017年10月到2017年12月的历史行情数据：

data = ts.get_hist_data('sh',start='2017-10-01',end='2017-12-01').sort_index()

返回的是一个Pandas的DataFrame数据结构，操作起来很方便。

处理数据源

在获取到上证指数的历史行情数据之后，我们需要对其进行一些处理，以方便其后进行坐标轴刻度文本的设置。

首先，将data的日期索引转换为一个字典：

xdict = dict(enumerate(data.index))

再按5步长来去data的索引，生成一个包含索引序号和索引值元组的列表：

axis_1 = [(i,list(data.index)[i]) for i in range(0,len(data.index),5)]

绘制图形

在稍微处理好数据源之后，我们就可以进行图形绘制了。

首先实例化一个QT实例：

app = pg.QtGui.QApplication([])

接着借助GraphicsWindow()子模块创建一个空的图形窗口，并使用title参数设置了窗口的标题：

win = pg.GraphicsWindow(title='州的先生zmister.com pyqtgraph数据可视化 - 绘制精美折线图')

通过之前创建的字典xdict和列表axis_1，设置图形的X坐标轴刻度文本，orientation参数表示坐标轴的位置：

stringaxis = pg.AxisItem(orientation='bottom')
stringaxis.setTicks([axis_1,xdict.items()])

在窗口中添加一个空的图形，通过axisItems参数指定坐标轴及其内容，并使用title参数设置了图形的标题：

plot = win.addPlot(axisItems={'bottom': stringaxis},title='上证指数 - zmister.com绘制')

在图形中添加一个文本：

label = pg.TextItem()
plot.addItem(label)

设置图形的图例：

plot.addLegend(size=(150,80))

设置图形网格的形式，我们设置显示横线和竖线，并且透明度惟0.5：

plot.showGrid(x=True, y=True, alpha=0.5)

绘制开盘和收盘的指数，pen参数表示线的颜色，name参数可用于图例的显示，symbolBrush用来设置点的颜色：

plot.plot(x=list(xdict.keys()), y=data['open'].values, pen='r', name='开盘指数',symbolBrush=(255,0,0),)
plot.plot(x=list(xdict.keys()), y=data['close'].values, pen='g', name='收盘指数',symbolBrush=(0,255,0))

设置图形的轴标签：

plot.setLabel(axis='left',text='指数')
plot.setLabel(axis='bottom',text='日期')

最后设置十字光标：

vLine = pg.InfiniteLine(angle=90, movable=False,)
hLine = pg.InfiniteLine(angle=0, movable=False,)
plot.addItem(vLine, ignoreBounds=True)
plot.addItem(hLine, ignoreBounds=True)
vb = plot.vb
def mouseMoved(evt):
    pos = evt[0]  ## using signal proxy turns original arguments into a tuple
    if plot.sceneBoundingRect().contains(pos):
        mousePoint = vb.mapSceneToView(pos)
        index = int(mousePoint.x())
        pos_y = int(mousePoint.y())
        print(index)
        if 0 < index < len(data.index):
            print(xdict[index],data['open'][index],data['close'][index])
            label.setHtml("<p style='color:white'>日期：{0}</p><p style='color:white'>开盘：{1}</p><p style='color:white'>收盘：{2}</p>".format(xdict[index],data['open'][index],data['close'][index]))
            label.setPos(mousePoint.x(),mousePoint.y())
        vLine.setPos(mousePoint.x())
        hLine.setPos(mousePoint.y())
proxy = pg.SignalProxy(plot.scene().sigMouseMoved, rateLimit=60, slot=mouseMoved)

再按常例，调用app的exec_()方法即可：