python股票分布图_Python股票成交价格分布图（二）

在Python股票气泡图(一) - 知乎专栏介绍了股票成交by每天by每价格的画图，它能够给你一个直观的每天成交价格、成交量的分布。

知道股票一段时间成交价格集中区域，可以帮助了解这只股票的大家的普遍成本，有助于判断价格所处位置，风险程度。

还是按照前文所讲的，我已经把成交交易的明细整理成HDF5格式，以股票代码做为Key，方便查询。

以 珠海港 sz000507为例。

code = 'sz000507'

files =['trade201703.h5','trade201704.h5','trade201705.h5']

period = 60

start = datetime.now()-(period+1)*BDay()

a=pd.DataFrame(data=None,index=None,columns=None)

for file in files:

try:

t=pd.read_hdf(file, key=code)

a=a.append(t)

except:

continue

if a.empty:

return 0

a=a[~a.index.duplicated(keep='last')]从历史交易数据中，获取sz000507珠海港的交易信息，并且剔除重复项。

接下来整理数据：

t =a[pd.to_datetime(a['date']) > start]

grp = t.groupby('price')

sumbyprice = grp['amount'].sum()

sumbyprice = sumbyprice .reset_index('price')接下来，画图，还是用Boken，因为它的tooltips很好用，可以方便的查询所在价格的成交额。这次要用到Boken.charts库，这是一个封装的高级接口。

from bokeh.charts import Bar,show,output_file

bar = Bar(bb, values='amount',label='price',legend=False,plot_width=900,

tooltips=[ ('price', '@price'),('amount', '@height')])

show(bar)图形结果如下图：

因为我们提取了60天的成交数据，再加上这只股票有几个涨停板然后再回落，成交价格区间跨度很大，从上一篇的汽泡图可以看出来，他从7块涨到11.44，因此显示图像那个的线条很细，比较密集，不过Boken可以局部放大，或者将plot_width放大，也可以看的清楚。

他的密集区在9.5-10之间。

选取部分区域局部放大后。

这里可以看到从10.3-10.7之间成交量很小，应该是主力强力拉升形成的空档期，差不多60天的时间里，成交量都很小，为什么呢，可以猜想。

一叶知秋，从混乱中发现交易的意图，您有什么奇思妙想，欢迎回复。