如何在 mplfinance 中显示替代日历日期？
How to show alternative calendar dates in mplfinance?
TL;DR - 问题
我有一个基于 pandas 数据框的 mplfinance 图，其中索引采用格鲁吉亚日历格式，我需要将它们显示为 Jalali 格式。
我的数据和代码
我的数据是这样的：
open high low close
date
2021-03-15 67330.0 69200.0 66870.0 68720.0
2021-03-16 69190.0 71980.0 69000.0 71620.0
2021-03-17 72450.0 73170.0 71700.0 71820.0
2021-03-27 71970.0 73580.0 70000.0 73330.0
2021-03-28 73330.0 73570.0 71300.0 71850.0
... ... ... ... ...
第一列既是日期又是索引。这是 mplfinance 正确绘制数据所必需的；
我可以用这样的东西来绘制：
import mplfinance as mpf
mpf.plot(chart_data.tail(7), figratio=(16,9), type="candle", style='yahoo', ylabel='', tight_layout=True, xrotation=90)
其中 chart_data 是上面的数据，其余的都是格式化的东西。
我现在拥有的
我的图表是这样的：
但是，我需要这样的日期：1400-01-12。这里有一个 table 的等价关系来进一步证明我的情况。
2021-03-15 1399-12-25
2021-03-16 1399-12-26
2021-03-17 1399-12-27
2021-03-27 1400-01-07
2021-03-28 1400-01-08
我试过的
将 Jdates 设置为我的索引：
chart_data.index = history.jdate
mpf.plot(chart_data_j)
引发此异常：
TypeError('Expect data.index as DatetimeIndex')
所以我尝试将 jdates 转换为 datetimes:
chart_data_j.index = pd.to_datetime(history.jdate)
抛出了越界异常：
OutOfBoundsDatetime: Out of bounds nanosecond timestamp: 1398-03-18 00:00:00
所以我虽然可能更改 timezone/locale 是一个选项，所以我尝试按照官方文档更改时区：
pd.to_datetime(history.date).tz_localize(tz='US/Eastern')
但是我得到了这个例外：
raise TypeError(f"{ax_name} is not a valid DatetimeIndex or PeriodIndex")
最后我尝试使用 PersianTools 和 pandas_jalali 等库无济于事。
你试过这些日期吗
1399-12-25
1399-12-26
1399-12-27
1400-01-07
1400-01-08
数据帧的索引（也许这就是“交换索引”的意思？）and set kwarg datetime_format='%Y-%m-%d' ?
我认为应该可行。
更新：
在我看来问题是
- mplfinace 需要一个 Pandas.DatetimeIndex 作为数据帧的索引，and
- Pandas.DatetimeIndex由Pandas.Timestamp个对象组成，和
- Pandas.Timestamp 有限制，排除年份小于 1677 年的日期：
In [1]: import pandas as pd
In [2]: pd.Timestamp.max
Out[2]: Timestamp('2262-04-11 23:47:16.854775807')
In [3]: pd.Timestamp.min
Out[3]: Timestamp('1677-09-21 00:12:43.145225')
我要去四处看看能不能想出另一个解决方案。
内部 Matplotlib 日期 可以 到零年.
您可以通过创建自己的自定义 DateFormatter class 并使用 mpf.plot() kwarg returnfig=True 来访问 Axes 对象以安装您自己的自定义 DateFormatter.
我写了一个自定义 DateFormatter（见下面的代码）它知道 MPLfinance 处理 x 轴的特殊方式当 show_nontrading=False（即默认值）时。
import pandas as pd
import mplfinance as mpf
import jdatetime as jd
import matplotlib.dates as mdates
from matplotlib.ticker import Formatter
class JalaliDateTimeFormatter(Formatter):
"""
Formatter for JalaliDate in mplfinance.
Handles both `show_nontrading=False` and `show_nontrading=True`.
When show_nonntrading=False, then the x-axis is indexed by an
integer representing the row number in the dataframe, thus:
Formatter for axis that is indexed by integer, where the integers
represent the index location of the datetime object that should be
formatted at that lcoation. This formatter is used typically when
plotting datetime on an axis but the user does NOT want to see gaps
where days (or times) are missing. To use: plot the data against
a range of integers equal in length to the array of datetimes that
you would otherwise plot on that axis. Construct this formatter
by providing the arrange of datetimes (as matplotlib floats). When
the formatter receives an integer in the range, it will look up the
datetime and format it.
"""
def __init__(self, dates=None, fmt='%b %d, %H:%M', show_nontrading=False):
self.dates = dates
self.len = len(dates) if dates is not None else 0
self.fmt = fmt
self.snt = show_nontrading
def __call__(self, x, pos=0):
'''
Return label for time x at position pos
'''
if self.snt:
jdate = jd.date.fromgregorian(date=mdates.num2date(x))
formatted_date = jdate.strftime(self.fmt)
return formatted_date
ix = int(round(x,0))
if ix >= self.len or ix < 0:
date = None
formatted_date = ''
else:
date = self.dates[ix]
jdate = jd.date.fromgregorian(date=mdates.num2date(date))
formatted_date = jdate.strftime(self.fmt)
return formatted_date
# ---------------------------------------------------
df = pd.read_csv('so_67001540.csv',index_col=0,parse_dates=True)
mpf.plot(df,figratio=(16,9),type="candle",style='yahoo',ylabel='',xrotation=90)
dates = [mdates.date2num(d) for d in df.index]
formatter = JalaliDateTimeFormatter(dates=dates,fmt='%Y-%m-%d')
fig, axlist = mpf.plot(df,figratio=(16,9),
type="candle",style='yahoo',
ylabel='',xrotation=90,
returnfig=True)
axlist[0].xaxis.set_major_formatter(formatter)
mpf.show()
- 文件
'so_67001540.csv' 如下所示：
date,open,high,low,close,alt_date
2021-03-15,67330.0,69200.0,66870.0,68720.0,1399-12-25
2021-03-16,69190.0,71980.0,69000.0,71620.0,1399-12-26
2021-03-17,72450.0,73170.0,71700.0,71820.0,1399-12-27
2021-03-27,71970.0,73580.0,70000.0,73330.0,1400-01-07
2021-03-28,73330.0,73570.0,71300.0,71850.0,1400-01-08
- 当你运行上面的脚本时，你应该得到以下两个图：
TL;DR - 问题
我有一个基于 pandas 数据框的 mplfinance 图，其中索引采用格鲁吉亚日历格式，我需要将它们显示为 Jalali 格式。
我的数据和代码
我的数据是这样的：
open high low close
date
2021-03-15 67330.0 69200.0 66870.0 68720.0
2021-03-16 69190.0 71980.0 69000.0 71620.0
2021-03-17 72450.0 73170.0 71700.0 71820.0
2021-03-27 71970.0 73580.0 70000.0 73330.0
2021-03-28 73330.0 73570.0 71300.0 71850.0
... ... ... ... ...
第一列既是日期又是索引。这是 mplfinance 正确绘制数据所必需的；
我可以用这样的东西来绘制：
import mplfinance as mpf
mpf.plot(chart_data.tail(7), figratio=(16,9), type="candle", style='yahoo', ylabel='', tight_layout=True, xrotation=90)
其中 chart_data 是上面的数据，其余的都是格式化的东西。
我现在拥有的
我的图表是这样的：
但是，我需要这样的日期：1400-01-12。这里有一个 table 的等价关系来进一步证明我的情况。
2021-03-15 1399-12-25
2021-03-16 1399-12-26
2021-03-17 1399-12-27
2021-03-27 1400-01-07
2021-03-28 1400-01-08
我试过的
将 Jdates 设置为我的索引：
chart_data.index = history.jdate
mpf.plot(chart_data_j)
引发此异常：
TypeError('Expect data.index as DatetimeIndex')
所以我尝试将 jdates 转换为 datetimes:
chart_data_j.index = pd.to_datetime(history.jdate)
抛出了越界异常：
OutOfBoundsDatetime: Out of bounds nanosecond timestamp: 1398-03-18 00:00:00
所以我虽然可能更改 timezone/locale 是一个选项，所以我尝试按照官方文档更改时区：
pd.to_datetime(history.date).tz_localize(tz='US/Eastern')
但是我得到了这个例外：
raise TypeError(f"{ax_name} is not a valid DatetimeIndex or PeriodIndex")
最后我尝试使用 PersianTools 和 pandas_jalali 等库无济于事。
你试过这些日期吗
1399-12-25
1399-12-26
1399-12-27
1400-01-07
1400-01-08
数据帧的索引（也许这就是“交换索引”的意思？）and set kwarg datetime_format='%Y-%m-%d' ?
我认为应该可行。
更新：
在我看来问题是
- mplfinace 需要一个 Pandas.DatetimeIndex 作为数据帧的索引，and
- Pandas.DatetimeIndex由Pandas.Timestamp个对象组成，和
- Pandas.Timestamp 有限制，排除年份小于 1677 年的日期：
In [1]: import pandas as pd
In [2]: pd.Timestamp.max
Out[2]: Timestamp('2262-04-11 23:47:16.854775807')
In [3]: pd.Timestamp.min
Out[3]: Timestamp('1677-09-21 00:12:43.145225')
我要去四处看看能不能想出另一个解决方案。
内部 Matplotlib 日期 可以 到零年.
您可以通过创建自己的自定义 DateFormatter class 并使用 mpf.plot() kwarg returnfig=True 来访问 Axes 对象以安装您自己的自定义 DateFormatter.
我写了一个自定义 DateFormatter（见下面的代码）它知道 MPLfinance 处理 x 轴的特殊方式当 show_nontrading=False（即默认值）时。
import pandas as pd
import mplfinance as mpf
import jdatetime as jd
import matplotlib.dates as mdates
from matplotlib.ticker import Formatter
class JalaliDateTimeFormatter(Formatter):
"""
Formatter for JalaliDate in mplfinance.
Handles both `show_nontrading=False` and `show_nontrading=True`.
When show_nonntrading=False, then the x-axis is indexed by an
integer representing the row number in the dataframe, thus:
Formatter for axis that is indexed by integer, where the integers
represent the index location of the datetime object that should be
formatted at that lcoation. This formatter is used typically when
plotting datetime on an axis but the user does NOT want to see gaps
where days (or times) are missing. To use: plot the data against
a range of integers equal in length to the array of datetimes that
you would otherwise plot on that axis. Construct this formatter
by providing the arrange of datetimes (as matplotlib floats). When
the formatter receives an integer in the range, it will look up the
datetime and format it.
"""
def __init__(self, dates=None, fmt='%b %d, %H:%M', show_nontrading=False):
self.dates = dates
self.len = len(dates) if dates is not None else 0
self.fmt = fmt
self.snt = show_nontrading
def __call__(self, x, pos=0):
'''
Return label for time x at position pos
'''
if self.snt:
jdate = jd.date.fromgregorian(date=mdates.num2date(x))
formatted_date = jdate.strftime(self.fmt)
return formatted_date
ix = int(round(x,0))
if ix >= self.len or ix < 0:
date = None
formatted_date = ''
else:
date = self.dates[ix]
jdate = jd.date.fromgregorian(date=mdates.num2date(date))
formatted_date = jdate.strftime(self.fmt)
return formatted_date
# ---------------------------------------------------
df = pd.read_csv('so_67001540.csv',index_col=0,parse_dates=True)
mpf.plot(df,figratio=(16,9),type="candle",style='yahoo',ylabel='',xrotation=90)
dates = [mdates.date2num(d) for d in df.index]
formatter = JalaliDateTimeFormatter(dates=dates,fmt='%Y-%m-%d')
fig, axlist = mpf.plot(df,figratio=(16,9),
type="candle",style='yahoo',
ylabel='',xrotation=90,
returnfig=True)
axlist[0].xaxis.set_major_formatter(formatter)
mpf.show()
- 文件
'so_67001540.csv'如下所示：
date,open,high,low,close,alt_date
2021-03-15,67330.0,69200.0,66870.0,68720.0,1399-12-25
2021-03-16,69190.0,71980.0,69000.0,71620.0,1399-12-26
2021-03-17,72450.0,73170.0,71700.0,71820.0,1399-12-27
2021-03-27,71970.0,73580.0,70000.0,73330.0,1400-01-07
2021-03-28,73330.0,73570.0,71300.0,71850.0,1400-01-08
- 当你运行上面的脚本时，你应该得到以下两个图：