ScottPlot中绘制Open Interest图表的正确方法
在金融数据可视化领域,Open Interest(未平仓合约)是一个重要指标,它能反映市场参与者的持仓情况。使用ScottPlot库绘制Open Interest图表时,开发者可能会遇到图表显示为黑白的问题。本文将详细介绍如何正确使用ScottPlot绘制带有颜色的Open Interest图表。
问题现象
当开发者尝试使用ScottPlot绘制Open Interest图表时,可能会遇到以下情况:
- 图表能够正确显示柱状图
- 但所有柱状图都显示为黑白,无法显示预设的颜色
- 图表的基本结构(如坐标轴、标题等)都能正常显示
问题原因
经过分析,这个问题通常是由于没有正确设置柱状图的Size属性导致的。在ScottPlot中,柱状图的宽度是通过Size属性控制的,如果不设置这个属性,柱状图将使用默认值,可能导致显示异常。
解决方案
要解决这个问题,需要在创建每个Bar对象时,正确设置其Size属性。这个属性的值应该大约是相邻两个柱状图之间的距离,以确保柱状图之间有适当的间隔。
以下是修正后的代码示例:
// 准备数据
double[] strikePrices = openInterestData.result.oiDatas.Select(d => (double)d.strike_price).ToArray();
double[] callsOI = openInterestData.result.oiDatas.Select(d => (double)d.calls_oi).ToArray();
double[] putsOI = openInterestData.result.oiDatas.Select(d => (double)d.puts_oi).ToArray();
// 创建图表
ScottPlot.Plot myPlot = new();
List<Bar> bars = new();
for (int i = 0; i < strikePrices.Length; i++)
{
// 添加Call OI柱状图
bars.Add(new Bar
{
Position = strikePrices[i],
Value = callsOI[i],
FillColor = Colors.Red,
Size = 0.4, // 关键设置:定义柱状图宽度
Label = $"Calls OI {callsOI[i]}"
});
// 添加Put OI柱状图
bars.Add(new Bar
{
Position = strikePrices[i] + 0.5,
Value = putsOI[i],
FillColor = Colors.Green,
Size = 0.4, // 关键设置:定义柱状图宽度
Label = $"Puts OI {putsOI[i]}"
});
}
// 添加柱状图到图表
myPlot.Add.Bars(bars.ToArray());
// 设置图表标题和标签
myPlot.Title("Open Interest Visualization");
myPlot.XLabel("Strike Prices");
myPlot.YLabel("Open Interest");
技术要点
-
Size属性的重要性:
Size属性控制柱状图的宽度,合理的设置可以确保图表美观且易于阅读。 -
颜色设置:通过
FillColor属性可以自定义柱状图的颜色,通常Call OI使用红色表示,Put OI使用绿色表示,这是金融图表中的常见惯例。 -
位置偏移:在代码中,Put OI的位置比Call OI向右偏移了0.5个单位,这样可以避免两组柱状图重叠,提高可读性。
-
数据准备:确保输入的strikePrices、callsOI和putsOI数组长度一致,且数据已经过适当的类型转换。
最佳实践建议
-
响应式设计:根据数据点的数量动态调整
Size属性值,数据点越多,Size值应该越小。 -
图例添加:考虑添加图例说明红色和绿色分别代表什么,提高图表的可读性。
-
交互功能:ScottPlot支持交互功能,可以添加工具提示显示具体数值,增强用户体验。
-
性能优化:当数据量很大时,考虑对数据进行采样或聚合,避免图表过于拥挤。
通过以上方法和建议,开发者可以轻松创建出专业、美观的Open Interest可视化图表,有效展示金融市场的持仓情况。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03