matplotlib / matplotlib/mplfinance

Skip empty dataframes when creating addplots

Offen
#103 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

enhancement
Vorherrschende Sprache
Python
Sterne
4.4k
Forks
678
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Beschreibung

I add signals to my diagram using make_addplot. But if there are no signals in the selected time period, I get an error.

I have solved it for me as follows:

            if stock[stock['Signal'].notnull()].shape[0] == 0:
                print ("- no Signal")
            else:
                signal_short = mpf.make_addplot(stock['Signal'] * 0.93,
                                                scatter=True,
                                                markersize=150,
                                                marker='v',
                                                color='red'
                                                )
                add_plots.append(signal_short)

Would it not be an option to integrate this directly into the function and, if necessary, only issue a warning?

    if data.notnull()].shape[0] == 0:
        raise Warning("Empty Dataframe!")

Beitragsleitfaden

Beitragsleitfaden öffnen

Erste Schritte

  1. Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
  3. Forke das Repository und arbeite in einem Branch.
  4. Öffne einen Pull Request, der die Issue-Nummer nennt.

Rechercherichtung

Beginnen Sie am Einstiegspunkt make_addplot und reproduzieren Sie das Problem mit einer leeren Signal-Serie im ausgewählten Zeitraum. Verfolgen Sie, wie das resultierende addplot verarbeitet wird, und überprüfen Sie anschließend, dass leere Daten übersprungen oder gemeldet werden, ohne den aktuellen Fehler auszulösen. Als abgeschlossen gilt die Aufgabe, wenn der bereitgestellte Fall ohne Signal erfolgreich abgeschlossen wird.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
matplotlib, python
Bereich
data-visualization
Issue-Typ
Feature
Schwierigkeit
3/5
Geschätzter Aufwand
1-2 Tage
Aktivitätsstatus
Veraltet
Klarheit
Größtenteils klar
Anfängerfreundlichkeit
35/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.