Ich werte ein CSV-File aus und lasse mir damit mit matplotlib ein Diagramm erstellen.
Wenn ich nun aber die Fläche unter den Datenbank farblich fülle, dann zeichnet er mir für jeden Datenpunkt eine vertikale Linie.
Beispiel: <irgenwie kann man hier keine Bilder hochladen
>Der entsprechende Quellcode des Diagrams sieht so aus:
Code: Alles auswählen
plt.fill_between(strategy_data.index.get_level_values('Closed')[i:i + 2], strategy_data.iloc[i:i + 2], color=fill_color, alpha=0.9, zorder=5)
Hier gesamte Code der Funktion:
Code: Alles auswählen
# Diese Funktion erstellt die Flächenliniendiagramme und berechnet die benötigten Werte
def create_plots_and_aggregate_data(df_sorted):
# Gruppieren nach Strategy und Closed, und den kumulierten CashflowInEUR berechnen
df_grouped = df_sorted.groupby(['Strategy', 'Closed'])['CashflowInEUR'].sum().groupby('Strategy').cumsum()
# Plot für jede Strategie erstellen
strategy_plots = {}
strategies = df_sorted['Strategy'].unique()
for strategy in strategies:
if strategy and not pd.isna(strategy): # Prüfen, ob die Strategie nicht leer und nicht "nan" ist
# Ändere die Indexierung, um sicherzustellen, dass sie mit dem DataFrame übereinstimmt
strategy_data = df_grouped[df_grouped.index.get_level_values('Strategy') == strategy]
print("*********"+strategy+"*********")
# Überprüfen, ob strategy_data leer ist
if strategy_data.empty:
print(f"No data for strategy: {strategy}")
continue # Weiter zur nächsten Strategie
# Größe des Diagrams
fig, ax = plt.subplots(figsize=(1920 / plt.gcf().dpi, 1080 / plt.gcf().dpi), dpi=plt.gcf().dpi)
# Grid - horizontale Linien
ax.grid(which="major", axis='y', color='#dedfe0',alpha=0.4, zorder=1)
# Debug Info
print(strategy_data.index.get_level_values('Closed')),
# Achsenbeschriftung mit Monatsbasis
# Plot mit Monatsbasis
plt.gca().xaxis.set_major_locator(mdates.MonthLocator(interval=1)) # Alle Monate anzeigen
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%b %Y')) # Format der Monatsbezeichnungen
# Niedrigster und höchster Wert in der Datenreihe
lowest_value = strategy_data.min()
highest_value = strategy_data.max()
# Horizontale gestrichelte Linie bei y = 0, nur wenn negative Werte vorhanden sind
if lowest_value < 0:
plt.axhline(0, color='black', linestyle='--', linewidth=0.2, dashes=(40, 50))
# Schleife durch die Datenpunkte und Farben anpassen
for i in range(len(strategy_data) - 1):
value = strategy_data.iloc[i]
# Den vorherigen Wert zu value hinzufügen
if value < 0:
line_color = '#8B0000'
fill_color = '#FF6347' # Farbe für den Bereich unter der Linie
else:
line_color = '#000080'
fill_color = '#6495ed' # Farbe für den Bereich unter der Linie
# Linie zeichnen
plt.plot(strategy_data.index.get_level_values('Closed')[i:i + 2], strategy_data.iloc[i:i + 2],alpha=0.5, color=line_color, linewidth=1.5, zorder=6)
# Bereich unter der Linie füllen
plt.fill_between(strategy_data.index.get_level_values('Closed')[i:i + 2], strategy_data.iloc[i:i + 2], color=fill_color, alpha=0.9, zorder=5)
# Marker zeichnen ohne Linien
plt.scatter(strategy_data.index.get_level_values('Closed')[i:i + 2], strategy_data.iloc[i:i + 2], c='#303537', marker='o', s=10, edgecolors='none')
# Beschriftung letzter Wert
# Den kumulierten CashflowInEUR für den letzten Datenpunkt dieser Strategie erhalten
last_closed_value = strategy_data.index.get_level_values('Closed').values[-1]
last_closed_cumulative_cashflow = df_grouped.loc[strategy, last_closed_value]
print("-------------------Last Closed Values")
print(strategy_data.index.get_level_values('Closed').values[-1])
print(df_grouped.loc[strategy, last_closed_value])
print("-------------------Last Closed Values")
# Beschriftung des letzten Datenpunkts auf der x-Achse mit Euro-Symbol und dem kumulierten Cashflow
plt.annotate(f'€ {round(last_closed_cumulative_cashflow, 0):,.0f}', (last_closed_value, strategy_data.iloc[-1]), textcoords="offset points", xytext=(5, -2), ha='left', fontsize=9)
# Beschriftung letzter Wert
### Add a red line and rectangle on top
ax.plot([0.08, 0.95], [0.98, 0.98], transform=fig.transFigure, clip_on=False, color='#E3120B',linewidth=1.5)
ax.add_patch(plt.Rectangle((0.08, 0.98), 0.05, -0.02, facecolor='#E3120B', transform=fig.transFigure, clip_on=False, linewidth=0))
# Anzahl der Trades
num_trades = len(strategy_data)
# Hinzufügen der Werte (mean, min, max) im Diagramm
agg_values = df_sorted[df_sorted['Strategy'] == strategy].agg({
'CashflowInEUR': ['mean', 'min', 'max'],
'DaysInTrade': ['mean', 'min', 'max']
})
# Add a title and subtitle
ax.text(x=0.08, y=0.935, s=f'Entwicklung der Strategie: {strategy}', transform=fig.transFigure, ha='left', fontsize=18, weight='bold', alpha=0.8)
ax.text(x=0.08, y=0.915, s=f"Anzahl der Trades: {num_trades} // "
f"Durchschnittsertrag pro Trade: € {agg_values['CashflowInEUR']['mean']:.2f} // "
f"Schlechtester Trade: € {agg_values['CashflowInEUR']['min']:.2f} // "
f"Bester Trade: € {agg_values['CashflowInEUR']['max']:.2f} // "
f"Endergebnis: € {last_closed_cumulative_cashflow:.2f} "
, transform=fig.transFigure, ha='left', fontsize=11, alpha=0.8)
#Beschriftung
plt.ylabel('Kumulierter Ertrag in Euro')
# Überprüfen, ob die Legende vorhanden ist, bevor wir sie entfernen
if ax.get_legend():
ax.get_legend().remove()
# Bereinigen des Funktionsnamens, um unzulässige Zeichen zu entfernen
strategy_name = re.sub(r'[\\/*?:"<>|]', '', strategy)
# Bild als Datei speichern
img_filename = os.path.join('tmp', f"strategie_{strategy_name}.png")
plt.savefig(img_filename, format='png')
plt.close()
# Hier wird der <a> Tag um das Bild herum platziert
strategy_plots[strategy] = f'<div class="container"><a target="_blank" href="{img_filename}"><img width="75%" src="{img_filename}" alt="Strategie {strategy}"></a></div>'
return strategy_plots