pro = ts.pro_api(token)

df = pro.daily(ts_code=‘000001.SZ’)

然后 将该DataFrame对象处理为适合我们使用的格式

df = df.loc[:, [‘trade_date’, ‘open’, ‘high’, ‘low’, ‘close’, ‘vol’]]

df.rename(

columns={

‘trade_date’: ‘Date’, ‘open’: ‘Open’,

‘high’: ‘High’, ‘low’: ‘Low’,

‘close’: ‘Close’, ‘vol’: ‘Volume’},

inplace=True) # 重定义列名，方便统一规范操作。

df[‘Date’] = pd.to_datetime(df[‘Date’]) # 转换日期列的格式，便于作图

df.set_index([‘Date’], inplace=True) # 将日期列作为行索引

df = df.sort_index() # 倒序，因为Tushare的数据是最近的交易日数据显示在DataFrame上方，倒序后方能保证作图时X轴从左到右时间序列递增。

使用mplfinance库绘图

选择平安银行2020年11月和12月的数据进行绘图

只需要多加一句：

s = mpf.make_mpf_style(base_mpf_style=‘yahoo’, rc={‘font.family’: ‘SimHei’, ‘axes.unicode_minus’: ‘False’})

即在继承了原有style的基础上,重新定义了style。其中base_mpf_style为原设定的style。然后把新的风格s作为style的值传入下边绘图函数中。

mpf.plot(df.loc[‘2020-11’: ‘2020-12’], type=‘candle’, ylabel=“price”, style=s, title=‘平安银行2020年11-12月蜡烛图附5&10日均线’, mav=(5, 10), volume=True, ylabel_lower=“volume(shares)”)

（这个坐标轴上没有负值，没有体现出负值这一点。但是经过修改’axes.unicode_minus’值为’False’后，负值已经完全可以正常显示。）

生成图像如下(yahoo风格)：

这样中文标题乱码与显示负数的问题就解决了。

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

面试真题，持续更新中。

🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。