matplotlib / matplotlib/mplfinance

Is there a way to plot OHLC figure in mplfinance with live data that isn't in a dataframe format

Ouverte
#91 10 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

question
Langage dominant
Python
Étoiles
4.4k
Forks
678
Métriques de merge des PR
Aucune PR mergée en 30 j

Description

Hi,

I am querying an API to get High, low, close, open prices and volume in order to make a chart that is faster/lighter than the one on trading view. I was wondering if I could input raw live data in mplfinance and get it to plot a candlestick chart? Perhaps there is a way to do something that resembles this:

`
open= api_response['open']
high = api_response['max_price']
low = api_response['min_price']
close= api_response['close']
volume = api_response['volume']
xdate = time.strftime("%X", time.gmtime())

daily(xdate,open,high,low,close,volume,width=0.6) # use data that isn't in the dataframe format like in matplotlib
`

I can't seem to get OHLC data in the proper format from the API of the exchange I am using. So I was thinking of getting the live data then plotting it as new information is sent thru the exchanges API within a loop then animating it. I've read issues #17 #25 but they don't seem to cover the format type. Thank you very much for your help and the work you have put in for this project.

Guide de contribution

Ouvrir le guide de contribution

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Piste de recherche

Commencez par examiner le format d’entrée existant de mplfinance et les discussions associées dans les issues #17 et #25. Comparez ces attentes avec les champs de l’API et la boucle de mise à jour en direct décrits ici ; le périmètre ne sera complet qu’une fois que les entrées prises en charge et le comportement de l’animation auront été définis.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
python
Domaine
data-visualization
Type d'issue
Fonctionnalité
Difficulté
5/5
Temps estimé
Plus d'une semaine
Activité
À l'abandon
Clarté
À clarifier
Accessibilité débutants
25/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.