据提交人称：
熟悉回测框架和绘图是接口处理的准备。元宵作者的作品中有一些很好的亮点，还有很多值得学习的地方。比如实盘交易过程中的多线程处理要考虑好。我能想到的就是通过多线程把数据下载成CSV或者sql，然后对数据进行重采样，形成我需要的数据周期，然后生成相应的均线或者其他技术指标，然后做出判断，模拟下单，最后进行真实交易，最后。
书中对文章进行了阶段性解读，需要逐段研究总结，才能找出作者的变量命名。所以可见很多情况下还是要写用户手册或者说明的，不然很多地方是无法真正理解的。
是给文的。
系列文章：
Python股票量化交易入门实战01
Python股票量化交易到入门级实战03
第五章matplotlib库三、常用图标类型的绘制
案例1:折线图
import pandas as PD import numpy as NP import time import matplotlib . py plot as plt PLT . rcparams ' font . sans-serif '=' sim hei ' #用于正常显示中文标签PLT。RC params ' axes . unicode _ MINUS '=false #用于正常显示负号fig=PLT . fig(size=(12，8)AX=fig . add _ plot(111)start _ val=0 stop _ val=10 num _ val=1000 x=NP . Lin space(start _ val，stop _ val，num _ val) y=np.sin (x)'' y=sin相当于线条样式、颜色和标记的组合，即虚线、绿色、像素lw 33366将线的标签设置为SIN (x)'' ax.plot (x，y，'-g '，LW=2，LABEL=' SIN (x)')。
这是可视化中非常重要的地方，通过标记点，主要是通过annotate()函数赋值，使图例显示更加详细，更有说服力。
import pandas as PD import numpy as NP import time import matplotlib . py plot as plt PLT . rcparams ' font . sans-serif '=' sim hei ' #用于正常显示中文标签PLT。RC params ' axes . unicode _ MINUS '=false #用于正常显示负号FIG=PLT。图(FIG size=(12，8))AX=FIG Add _ Subplot(111)X=NP。Arange (10，20)y=np.around(np.log(x)，2)ax.plot(x，y，marker=' o ')ax . annotate(' sample _ one '，xy=(x1，y1)，xytext=' offset points '，\ arrowprops=dict(arrowstyle='-'，connectionstyle='angle3，angleA=80，angleB=50 '))ax . annotate(' sample _ two '，xy=(x3，y3)，xy text
图例展示：
自己打代码，感觉annotate分为几个部分：一个是xy的位置需要赋值，一个是xy的大小需要赋值，一个是被观察点的坐标系属性，一个是被注释文字的坐标系属性，一个是设置各种箭头，最后是文字框的赋值。
学习感悟：
【不禁感觉这些库能写的都是大神，比我写的牛逼多了】
其实对于复杂的，调用频繁的，可以写一次，然后调整修改，达到自己的需求和要求。
其他案例就不写了，可以作为以后参考或者网上搜索的工具。
其中重点是把握xy的位置赋值，xy的大小赋值等，箭头设置等，其他的可以根据实际需要进行调整。
案例三：标记最大值，最小值（通过找到最大值和最小值即可）
ax.axhspan(ymin=0，ymax=1，facecolor='紫色'，alpha=0.3)ax . axv span(xmin=NP . pi * 2，xmax=np.pi*5/2，facecolor='g '，alpha=0.3)案例四：参考线或者区域的绘制（调用参数axhline()函数即可，主要参数有四个：获取x轴的分布范围（最小值，最大值），指定颜色，透明度四个参数。）
图例展示：
假设df=df'close '，' vol '，' money '，考虑到vol，money因子的维数高于close，在plot中调用函数就没必要写了。作者写它是为了备案，主要是考虑哪个调用更适合函数调用。
df'close '，' vol '，' money '。案例五：双y轴本书有自身的写法，但是笔者可以通过对函数进行调用实现。绘图(secondary_y='close ')
主要用于体积等参数的可视化。
