我有一个带有三列和一个日期时间索引的熊猫数据框
date px_last 200dma 50dma
2014-12-24 2081.88 1953.16760 2019.2726
2014-12-26 2088.77 1954.37975 2023.7982
2014-12-29 2090.57 1955.62695 2028.3544
2014-12-30 2080.35 1956.73455 2032.2262
2014-12-31 2058.90 1957.66780 2035.3240
我想绘制一个“
px_last”列的时序图,如果在给定的一天50dma高于200dma值,则将其着色为绿色,如果50dma值低于200dma值,则将其着色为红色。我已经看到了这个示例,但似乎无法使其适用于我的情况
http://matplotlib.org/examples/pylab_examples/multicolored_line.html
这是不使用的示例matplotlib.collections.LineCollection
。这个想法是首先确定交叉点,然后plot
通过groupby使用函数。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# simulate data
# =============================
np.random.seed(1234)
df = pd.DataFrame({'px_last': 100 + np.random.randn(1000).cumsum()}, index=pd.date_range('2010-01-01', periods=1000, freq='B'))
df['50dma'] = pd.rolling_mean(df['px_last'], window=50)
df['200dma'] = pd.rolling_mean(df['px_last'], window=200)
df['label'] = np.where(df['50dma'] > df['200dma'], 1, -1)
# plot
# =============================
df = df.dropna(axis=0, how='any')
fig, ax = plt.subplots()
def plot_func(group):
global ax
color = 'r' if (group['label'] < 0).all() else 'g'
lw = 2.0
ax.plot(group.index, group.px_last, c=color, linewidth=lw)
df.groupby((df['label'].shift() * df['label'] < 0).cumsum()).apply(plot_func)
# add ma lines
ax.plot(df.index, df['50dma'], 'k--', label='MA-50')
ax.plot(df.index, df['200dma'], 'b--', label='MA-200')
ax.legend(loc='best')