highstock 导航轴是时间格式怎么设置

1. highstock 导航轴是时间格式怎么设置

navigator: {
xAxis: {
labels: {
format: '{value:%Y-%m-%d}',
/*
* 也可以用 formatter 格式化函数，时间格式化说明如下：
* %Y  年
* %m  月 
* %d  日
* %H  时
* %M  分
* %S  秒
*/
/*
formatter: function() {
return Highcharts.dateFormat('%Y-%m-%d', this.value);
}
* /
}
}
}

2. 如何根据xAxis轴step出来的数据在图表上添加 dataLabels

step1： 选择图表中纵坐标轴，右键设置坐标轴格式； step2： 选择坐标轴选项； step3： 选择最大值-固定； 然后设置单位值大小，这样就可以调整纵轴最大值。 刻度大小可以在下面的主要刻度中设置，点击“固定”，手动输入固定刻度值即可。

3. 有用过highstock做过分时图和K线图的吗

　　1、在K线图中，分时图的均线是不需要股民去画的，直接在股票交易系统中就有显示，打开股票交易软件即可查看。如果没有显示，可以右键单击，在显示的菜单栏中选择要显示的分时周期，比如1分钟线、5分钟线等等。     2、分时图是指大盘和个股的动态实时（即时）分时走势图，其在实战研判中的地位极其重要，是即时把握多空力量转化即市场变化直接的根本所在。

4. 有用过highstock做过分时图和K线图的吗

分时图与均价线一起看。 1. 分时图——均价线判断拉升 均价线判断拉升：在看分时图中很重要的一点就是看分时线和均价线的位置关系，健康完美的分时线和均线运行状态是，分时线运行在均价线上并保持一定的比例关系，当分时线上涨是均价线应该跟上，

5. 问：有什么股票软件画了一条线后在不同周期k线图都能显示同一条线？ 比如我在日k线自己画了一条线，

这个目前来看比较困难。看股票K线是股民炒股时常用的一种方法。股市变化多端，要想找一些“规律”我们可以利用K线，从而进行更好的投资，进而获取收益。来给朋友们讲解一下K线，教大家如何分析它。分享之前，先免费送给大家几个炒股神器，能帮你收集分析数据、估值、了解最新资讯等等，都是我常用的实用工具，建议收藏：炒股的九大神器免费领取（附分享码）一、 股票K线是什么意思？常说的蜡烛图、日本线、阴阳线等，其实指的就是K线图，最为普遍常见的叫法是--K线，它原先的用途是计算米价每天的走向，之后股票、期货、期权等证券市场都有它的一席之地。K线是一条柱状的线条，由影线和实体组成。影线在实体上方的部分叫上影线,下方的部分叫下影线，实体分阳线和阴线。Ps：影线代表的是当天交易的最高和最低价，实体表示的是当天的开盘价和收盘价。其中阳线的表示方法有三种，分别是：红色、白色柱体还有黑框空心，而且阴线实体柱是用黑色、绿色或者蓝色来做代表的，不仅如此，我们还会见到“十字线”，就是实体部分变成了一条线其实十字线并不是很难理解，代表收盘价和开盘价一样领会到K线的精髓，我们可以更好地掌握买卖点（虽然股市没有办法进行具体的预测，但是K线对于指导意义方面也是有的），新手也是好驾驭的。在这里有一方面大家值得注意，K线分析比较复杂，如果你对K线不清楚，建议用一些辅助工具来帮你判断一只股票是否值得买。比如说下面的诊股链接，输入你中意的股票代码，就能自动帮你估值、分析大盘形势等等，我刚开始炒股的时候就用这种方法来过渡，非常方便：【免费】测一测你的股票当前估值位置？接下来我就给大家讲几个对于K线进行分析的小妙招，帮助你入门这个阶段抓紧过去。二、怎么用股票K线进行技术分析？1、实体线为阴线这个时候主要关注的就是股票成交量如何，如果成交量不大的话，那就代表股价可能会短期下降；如果成交量很大，那就完了，估计股价要长期下跌了。2、实体线为阳线实体线为阳线这就表明了股价上涨空间会更大，但是否是长期上涨，还要结合其他指标进行判断。比如说大盘形式、行业前景、估值等等因素/指标，但是由于篇幅问题，不能展开细讲，大家可以点击下方链接了解：新手小白必备的股市基础知识大全应答时间：2021-09-24，最新业务变化以文中链接内展示的数据为准，请点击查看

6. 请教matplotlib中“绘制图形时跳过没有数据的那一天”问题

实际应用中，应该有很多绘制以时间序列为X轴的图像需求，例如财经数据、或每日生产量统计……如果利用matplotlib.dates来处理X轴时间序列，如下面代码：
1mpl.plot(r.date,y_value) 
2 # r.date是一个numpy的record array, 
3 # 其值已转换为matplotlib.dates.date2num( )的MPL风格时间数据， 
4 # 为说明问题方便，我们假设这个序列第一个元素（起始日）是2012年1月1日， 
5 # 最后一个元素（结束日）是2012年2月1日，整个数据中没有包含周六、周日 
6 #（因为周六、周日不生产） 
MPL在绘制时将会把r.date时间间隔内所有的时间都绘制为X轴的一个坐标点，即将周六、周日也自动包含在内，但是由于周六、周日事实上没有数据产生，所以周六、周日对应的Y轴是空白的，也就是不绘制图形。这样，就造成了，实际输出的柱状图、直方图、K线图等等都是不连续的，遇到没有数据的日子，就是一个空白间隔，不美观
在mapplotlib自带的上千页的E文手册中，提供了一个变通的解决办法，就是先以数组长度为X轴的INDEX,根据INDEX依次绘图，解决了图形空白间隔的问题，之后，再通过 axis的formater等办法，来在一个一个的X坐标点对应的label上“标注”对应的日期字符串。
我想请问，遇到这种情形下，有无其他的可替代解决办法，来“跳过没有数据产生的那一天”
RY 2012/05/07
的确没有太好的办法，用index绘图然后设置ticklabel是一种方法，或者自己编写Scale，下面是我写的一个例子，使用这种方法的好处是鼠标移动时显示的坐标是正确的：
01from matplotlib import pyplot as plt 
02from matplotlib import scale as mscale 
03from matplotlib import transforms as mtransforms 
04from matplotlib import ticker as mticker 
05import numpy as np 
06 
07class SegmentLocator(mticker.Locator): 
08    def __init__(self, x, gap, nbins=5): 
09        self.nbins = nbins 
10        self.x = x 
11        self.gap = gap 
12        self.segments = [] 
13        for segment in np.split(x, np.where(np.diff(x) > self.gap)[0]+1): 
14            self.segments.append((segment[0], segment[-1])) 
15             
16    def __call__(self): 
17        loc = [] 
18        for vmin, vmax in self.segments: 
19            nlocator = mticker.MaxNLocator(nbins=self.nbins) 
20            loc.append(nlocator.bin_boundaries(vmin, vmax)) 
21        locs = np.concatenate(loc) 
22        return locs 
23         
24class SegmentTransform(mtransforms.Transform): 
25   def __init__(self, x1, x2): 
26       mtransforms.Transform.__init__(self) 
27       self.x1 = x1 
28       self.x2 = x2 
29 
30   def transform(self, a): 
31       return np.interp(a, self.x1, self.x2) 
32 
33   def inverted(self): 
34       return SegmentTransform(self.x2, self.x1) 
35 
36class SegmentScale(mscale.ScaleBase): 
37   name = "segment" 
38   def __init__(self, axis, **kwargs): 
39       mscale.ScaleBase.__init__(self) 
40       self.x1 = kwargs["x"] 
41       self.gap = kwargs["gap"] 
42       self.x2 = np.zeros_like(self.x1) 
43       self.x2[1:] = np.diff(self.x1) 
44       np.clip(self.x2[1:], 0, self.gap, self.x2[1:]) 
45       np.cumsum(self.x2, out=self.x2) 
46        
47   def get_transform(self): 
48       return SegmentTransform(self.x1, self.x2) 
49 
50   def set_default_locators_and_formatters(self, axis): 
51       axis.set_major_locator(SegmentLocator(self.x1, self.gap)) 
52 
53mscale.register_scale(SegmentScale) 
54 
55x = np.r_[np.arange(0, 10, 0.1), np.arange(50, 70, 0.1), np.arange(100, 120, 0.1)] 
56y = np.sin(x) 
57 
58pos = np.where(np.abs(np.diff(x))>1.0)[0]+1 
59x2 = np.insert(x, pos, np.nan) 
60y2 = np.insert(y, pos, np.nan) 
61 
62plt.plot(x2, y2) 
63plt.xscale("segment", x=x, gap=2.0) 
64plt.xlim(0, 120) 
65ax = plt.gca() 
66xlabels = ax.get_xticklabels() 
67for label in xlabels: 
68    label.set_rotation(45) 
69plt.show()

7. 怎样让股票中的k线图显示时间长

按住下键就是图形缩小，显示的k线就多了，上键放大。要看以前特定时期的k线就要复权后双击k线图出现十字光标，按住左键拉动，直到满意位置。也可以改变时间周期，如周k月k等，这样适合大方向的把握。炒股的时候大家常常都会看股票K线。股市一直都是起起伏伏，要想了解可以利用K线，试着找出一些“规律”，从而进行更好的投资，进而获取收益。分析K线是常用的炒股方法，下面来给大家详细分析，教大家方法，怎么去分析它。分享之前，先免费送给大家几个炒股神器，能帮你收集分析数据、估值、了解最新资讯等等，都是我常用的实用工具，建议收藏：炒股的九大神器免费领取（附分享码）一、 股票K线是什么意思？K线图有许多别的称呼，像是蜡烛图、日本线、阴阳线等，最常见的叫法是--K线，它本来是要用来表现米价每天的变化的，后来被应用到了股票、期货、期权等证券市场。由影线和实体组成的柱状线条叫k线。影线在实体上方的部分叫上影线,下方的部分叫下影线，实体分阳线和阴线。Ps：影线代表的是当天交易的最高和最低价，实体表示的是当天的开盘价和收盘价。阳线的表示方法很多，最常用的有红色、白色柱体还有黑框空心，而一般是选用绿色、黑色或者蓝色实体住来指代阴线。除了上面这些，“十字线”被我们看到时，就是实体部分转换成一条线。其实十字线很容易理解的，代表收盘价和开盘价一样。只要深入理解了K线，我们轻而易举可以发现买卖点（虽然股市根本是没有办法预测的，但是K线也会有一定的指导的价值的），新手来说，掌握方便是最容易的。这里有一方面大家应该主要关注一下，K线分析起来挺难的，如果你对K线不清楚，建议用一些辅助工具来帮你判断一只股票是否值得买。比如说下面的诊股链接，输入你中意的股票代码，就能自动帮你估值、分析大盘形势等等，我刚开始炒股的时候就用这种方法来过渡，非常方便：【免费】测一测你的股票当前估值位置？对于K线分析的小技巧，接下来我就去讲讲，快速的让你能够知道一些简单的知识。二、怎么用股票K线进行技术分析？1、实体线为阴线这个时候主要关注的就是股票成交量如何，一旦出现成交量不大的情况，说明股价可能会短期下降；有成交量很大的情况，那股价可能要长期下跌了。2、实体线为阳线实体线为阳线这就表明了股价上涨动力更足，但是具体会不会长期上涨，还要结合别的指标进行判断才行。比如说大盘形式、行业前景、估值等等因素/指标，但是由于篇幅问题，不能展开细讲，大家可以点击下方链接了解：新手小白必备的股市基础知识大全应答时间：2021-09-06，最新业务变化以文中链接内展示的数据为准，请点击查看

8. 如何在绘制的K线图上加上真实的日期

比如：
现在有如下数据格式的数据资源：

使用candle（）函数绘制图表，其中x设置为时间从2004-3-10开始。如果希望时间轴x能够根据上述数据资料的日期进行，应该做何设置？
candle(HI, LO, CL, OP, COLOR, DATES, DATEFORM)前面四个参数不解释了，第六个就是时间啊~    
就在这里加上