mplfinance 中是否有相当于 plt.scatter 的东西？如何在 mplfinance 中绘制数据点图表？

mplfinance 中 plt.scatter 的等价物是什么？？？

我正在使用 mpl Finance 绘制股票价格图表。

def graph():
    file = 'prices1.xlsx'
    data = pd.read_excel(file, sheet_name = stockQuote)
    data.Date = pd.to_datetime(data.Date)
    data = data.set_index('Date')
    mpf.plot(data, type = 'candle', mav = (100), tight_layout = True)

This

graph('AAPL')

应该让我看到 AAPL 价格的烛台图。
我还有另一个 Excel 表格，其中包含买入和卖出价格。看起来像这样

myPrices = pd.read_excel('transactions.xlsx')

我知道 matplotlib 有这个：

plt.scatter(myPrices.index, myPrices['Buy'], label = 'Buy', market = '^', color = 'green')
plt.scatter(myPrices.index, myPrices['Sell'], label = 'Sell', market = 'v', color = 'red')

因为我想绘制“AAPL”图表，所以我想读取 transaction.xlsx 中的日期，其中 Symbol =“AAPL”。当我买入时，我想在 MPLFINANCE GRAPH 中用绿色箭头 ^ 表示，当我卖出时用红色箭头 v 表示。不过，我只知道matplotlib中的这个方法。 mplfinance 是否有等效项？请帮忙T T

mplfinace 中的散点图不能单独使用，但可以与烛台结合使用。您的数据将修改为基于每月的数据并用作样本数据。数据上需要注意的一点是时间序列数据的长度必须相同，否则会出现错误。这个页面不错参考 https://github.com/matplotlib/mplfinance/blob/master/examples/addplot.ipynb.

import pandas as pd
import numpy as np
import io

data = '''
Date Symbol Action Price
2020-03-01 AAPL Buy 80
2020-04-01 AAPL Sell 130
2020-05-01 AAPL Buy 90
2020-06-01 AAPL Sell 125
2020-07-01 AAPL Buy 125
2020-08-01 AAPL Sell 110
2020-09-01 AAPL Buy 95
2020-10-01 AAPL Sell 125
2020-11-01 AAPL Buy 125
2020-12-01 AAPL Sell 140
2021-01-01 AAPL Buy 115
2021-02-01 AAPL Sell 135
'''

df = pd.read_csv(io.StringIO(data), delim_whitespace=True)

df['Date'] = pd.to_datetime(df['Date'])

buy = df[df['Action'] == 'Buy']
buy2 = df[['Date']].merge(buy,how='outer')
sell = df[df['Action'] == 'Sell']
sell2 = df[['Date']].merge(sell,how='outer')

import mplfinance as mpf
import yfinance as yf

data = yf.download("AAPL", interval='1mo', start="2020-03-01", end="2021-03-01")
data.dropna(how='any', inplace=True)

ap = [mpf.make_addplot(buy2['Price'], type='scatter', marker='^', markersize=200, color='g'),
      mpf.make_addplot(sell2['Price'], type='scatter', marker='v', markersize=200, color='r')
     ]
      
mpf.plot(data, type='candle', ylabel='Candle', addplot=ap, volume=False)