前言

在昨天我們已經了解如何使用plotly畫圖，而今天的範例會搭配yfinance畫出台積電上半年的股價做一個範例。

完整code

介紹

yfinance是一個可以快速從yahoo股市爬取股價的一個套件，方法如下:

df = yf.download("2330.TW", start="2023-1-1",end="2023-6-30")

yf.download() 是 yfinance 套件中用於下載金融資料的函式之一。透過此函式，你可以從 Yahoo Finance 下載指定股票的歷史股價資料，並將其存到df中。

以下是 df 的資料格式：

df 是一個 Pandas DataFrame 物件，其中包含了下載的股價資料。DataFrame 是一種表格型資料結構，它以行和列的形式組織資料。在這個特定的情境中，df 包含了以下欄位：

• Date: 日期，表示每個交易日的日期。
• Open: 開盤價，表示每個交易日的開盤價格。
• High: 最高價，表示每個交易日的最高價格。
• Low: 最低價，表示每個交易日的最低價格。
• Close: 收盤價，表示每個交易日的收盤價格。
• Adj Close: 調整後的收盤價，表示考慮了股票分割和派息的調整後價格。
• Volume: 交易量，表示每個交易日的成交量。

這些欄位以列的形式組織在 DataFrame 中，每一列對應於一個特定的日期。你可以使用 DataFrame 的各種方法和屬性來操作和分析資料，例如選取特定日期範圍的資料、計算統計指標、繪製圖表等。

藉由 yf.download() 函式取得的 DataFrame 可以讓你方便地進行後續的資料分析和視覺化工作，以瞭解該股票在指定日期範圍內的價格變化和交易量情況。

範例

1. 新增plot_k_diagram函式到views.py

   def plot_k_diagram(grouped_data):
   '''
   繪製大盤指數與情緒的疊圖
   grouped_data: 分組後的資料，包含 Open、High、Low、Close 等欄位
   '''
   x_labels = [date.strftime('%m-%d') for date in grouped_data.index]
   increasing_color = 'red'
   decreasing_color = 'green'
   start_date = grouped_data.index.min()
   end_date = grouped_data.index.max()
   
   # 移除沒有資料的日期
   grouped_data = grouped_data.dropna()
   
   # 建立子圖表，包含兩個軸
   fig = make_subplots(specs=[[{"secondary_y": True}]])
   
   fig.add_trace(
       go.Candlestick(
           x=grouped_data.index,
           open=grouped_data['Open'],
           high=grouped_data['High'],
           low=grouped_data['Low'],
           close=grouped_data['Close'],
           increasing_line_color=increasing_color,
           decreasing_line_color=decreasing_color,
           name='Stock'
       )
   )
   
   # 設置圖表的標題和軸標籤
   fig.update_layout(
       width=1000,
       height=600,
       title=dict(
           text='台積電2023年股價',
           font=dict(color='white')
       ),
       xaxis=dict(
           title='時間',
           title_font=dict(color='white'),
           range=[start_date, end_date],  # 設置 x 軸範圍
           type='category',  # 設定 x 軸類型為 category
           tickfont=dict(color='white'),
           ticktext=x_labels,  # 設定刻度標籤文字
           tickvals=list(range(len(x_labels))),  # 設定刻度標籤的索引位置
           showgrid=False,
       ),
       yaxis=dict(
           title='股價',
           title_font=dict(color='white'),
           showgrid=False,
           tickfont=dict(color='white')
       ),
       plot_bgcolor='rgba(0, 0, 0, 0.6)',  # 背景設為透明黑
       paper_bgcolor='rgba(0, 0, 0, 0.7)'  # 背景設為透明
   )
   
   return fig
   

   1. x_labels = [date.strftime('%m-%d') for date in grouped_data.index]：建立 x 軸的刻度標籤文字，將分組後的資料索引中的日期格式化為 '%m-%d' 形式。

   2. increasing_color = 'red' 和 decreasing_color = 'green'：設定增長和下降的股價的顏色，因為plotly預設是美股的方式與台股不同。

   3. start_date = grouped_data.index.min() 和 end_date = grouped_data.index.max()：找到分組後資料索引的最小日期和最大日期。

   4. grouped_data = grouped_data.dropna()：移除沒有資料的日期。

   5. fig = make_subplots(specs=[[{"secondary_y": True}]])：建立一個子圖表，其中包含兩個 y 軸，之所以這樣做是方便讀者在後續可以將均線或成交量作疊圖，但這次的鐵人賽我不會教大家怎麼做。

   6. fig.add_trace(go.Candlestick(...))：新增燭台圖藍圖到子圖表中，使用分組後資料的日期、開盤價、最高價、最低價和收盤價等欄位。

   7. fig.update_layout(...)：設置圖表的佈局，包括圖表的寬度、高度、標題、軸標籤、背景色等，這裡我設定了透明黑的背景以及白色的標題和刻度。

   8. return fig：返回建立的圖表物件。

   總結來說，這個函數使用分組後的資料繪製燭台圖，並將圖表的標題、軸標籤、背景色等進行設定。該圖表顯示了台積電股價在不同日期的開盤價、最高價、最低價和收盤價，並根據股價的漲跌顏色進行區分。

2. 將plotkdiagram()新增至views.py

   @views_bp.route('/plot')
   @login_required
   def plotkdiagram():
       # 建立 Plotly 圖表
   
       df = yf.download("2330.TW", start="2023-1-1",end="2023-6-30")
       user_id = current_user.get_id()
   
       fig=plot_k_diagram(df)
       # 將圖表轉換為 HTML 字串
       plot_html = fig.to_html()
   
       # 傳遞圖表 HTML 到模板中
       return render_template('plot.html', plot_html=plot_html,user_id=user_id)
   

   就是透過yf.download()將台積電的股價存到df中，在將其丟到上面的畫圖函式並宣染到plot.html中。

結果

上半年股價

可自己調整範圍

總結

今天教導大家如何畫製日K當然目前皆是寫死的，如果讀者想要將日期、股票代碼都可以自己選擇，只要透過html form並將input傳遞給flask即可，如果有從頭到尾看完我相信對大家來說絕非難事，歡迎大家先試試看有問題在詢問。

plotly的教學就先告一段落啦，接下來剩餘的天數皆是linebot串接的篇幅了。