plotly . 웹으로 챠트 표현

 

 

 

코드 1. csv 파일 읽어서 캔들 챠트 그리기 

csv  파일 형식 . 아래와 같은 형식으로 데이터 수집하는 방법 : https://igotit.tistory.com/5766  의 코드 4. 

 

 

위 형식의csv  파일을 읽어서 캔들 챠트 표현하는 코드. 

 

	import pandas as pd
	import plotly.graph_objects as go
	# CSV 파일명 지정
	csv_file = 'bybit_linear_usdt_candle_m1_2024-08-01_2024-08-24.csv'
	# CSV 파일 읽기
	df = pd.read_csv(csv_file)
	# 캔들 차트 생성
	fig = go.Figure(data=[go.Candlestick(x=df['timestamp'],
	open=df['open'],
	high=df['high'],
	low=df['low'],
	close=df['close'])])
	# 타임스탬프를 datetime 형식으로 변환 (optional)
	df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')
	# 캔들 차트 생성
	fig = go.Figure(data=[go.Candlestick(x=df['timestamp'],
	open=df['open'],
	high=df['high'],
	low=df['low'],
	close=df['close'])])
	# 차트 레이아웃 설정
	fig.update_layout(
	title=f'Candlestick Chart for BTCUSDT',
	xaxis_title='Date',
	yaxis_title='Price',
	xaxis_rangeslider_visible=False
	)
	# 차트 출력
	fig.show()

view raw plotly_finance_1.py hosted with ❤ by GitHub

코드 설명:

1. CSV 파일 읽기:
   • csv_file에 파일명을 지정하고, pd.read_csv(csv_file)로 CSV 파일을 읽어 df 데이터프레임에 저장.
2. 타임스탬프 변환:
   • df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')로 밀리초 단위 타임스탬프를 datetime 형식으로 변환.
3. 캔들 차트 생성:
   • go.Figure와 go.Candlestick로 캔들 차트를 생성.
   • x축에 timestamp, open, high, low, close를 설정.
4. 차트 레이아웃 설정:
   • fig.update_layout로 차트 제목, X축과 Y축 제목, 범위 슬라이더 숨김 설정.
5. 차트 출력:
   • fig.show()로 브라우저에서 차트를 보여줌.

 

 

위 코드 실행하면 웹브라우저 실행되면서 챠트 표현된다. 

 

 

코드 2. 거래량 표현 추가 

- 위 코드는 캔들의 가격만 표현한 것인데 아래 코드는 거래량 챠트 추가한것. 

 

	import pandas as pd
	import plotly.graph_objects as go
	from plotly.subplots import make_subplots
	# CSV 파일명
	csv_file = 'bybit_linear_usdt_candle_m1_2024-08-01_2024-08-24.csv'
	# CSV 파일 읽기
	df = pd.read_csv(csv_file)
	# 밀리초 단위 타임스탬프를 datetime 형식으로 변환
	df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')
	# 서브플롯 생성 (2개의 서브플롯: 캔들 차트와 거래량 차트)
	fig = make_subplots(rows=2, cols=1, shared_xaxes=True,
	vertical_spacing=0.3,
	subplot_titles=('Candlestick Chart', 'Volume'),
	row_width=[0.2, 0.7]) # 비율을 조정
	# 캔들 차트 추가
	fig.add_trace(go.Candlestick(
	x=df['timestamp'], # X축: 시간
	open=df['open'], # 시가
	high=df['high'], # 고가
	low=df['low'], # 저가
	close=df['close'], # 종가
	name='Candlestick'
	), row=1, col=1)
	# 거래량 차트 추가
	fig.add_trace(go.Bar(
	x=df['timestamp'], # X축: 시간
	y=df['volume'], # 거래량
	name='Volume',
	marker_color='rgba(0, 0, 255, 0.5)' # 색상 및 투명도 조정
	), row=2, col=1)
	# 레이아웃 설정
	fig.update_layout(
	title='Candlestick Chart with Volume', # 차트 제목
	xaxis_title='Date', # X축 제목
	yaxis_title='Price', # Y축 제목 (캔들 차트)
	xaxis2_title='Date', # X축 제목 (거래량 차트)
	yaxis2_title='Volume', # Y축 제목 (거래량 차트)
	xaxis_rangeslider_visible=False # 범위 슬라이더 숨기기
	)
	# 차트 출력
	fig.show()

view raw plotly_finance_2.py hosted with ❤ by GitHub

코드 설명:

1. CSV 파일 읽기:
   • csv_file에 파일명을 지정하고, pd.read_csv(csv_file)로 CSV 파일을 읽어 df 데이터프레임에 저장.
2. 타임스탬프 변환:
   • df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')로 밀리초 단위 타임스탬프를 datetime 형식으로 변환.
3. 서브플롯 생성:
   • make_subplots를 사용해 두 개의 서브플롯을 생성. 첫 번째는 캔들 차트, 두 번째는 거래량 차트.
4. 캔들 차트 추가:
   • go.Candlestick을 사용해 첫 번째 서브플롯에 캔들 차트를 추가.
5. 거래량 차트 추가:
   • go.Bar를 사용해 두 번째 서브플롯에 거래량 차트를 추가. 색상과 투명도를 조절.
6. 레이아웃 설정:
   • fig.update_layout로 차트 제목, X축과 Y축 제목을 설정.
   • 범위 슬라이더는 숨김.
7. 차트 출력:
   • fig.show()로 브라우저에서 차트를 표시.

 

실행결과 

 

 

 

 

 

 

 

연관 

파이썬에서 암호화폐 캔들 데이터 확보방법 상세 

 

pybit . 암호화폐 캔들 백데이터 처리 . 파이썬

 

 

 

---

첫 등록 : 2024.08.23

최종 수정 : 

단축 주소 : https://igotit.tistory.com/5771

---