常用工具库

mplfinance库的主要作用

mplfinance是一个基于Matplotlib的金融数据可视化库，专注于生成金融时间序列图表，尤其适用于股票、加密货币等市场的分析。其核心功能包括：

1. 绘制K线图（蜡烛图）：展示开盘价、最高价、最低价、收盘价（OHLC）的波动形态

2. 技术指标叠加：支持移动平均线（MA）、布林带（Bollinger Bands）、成交量柱状图等

3. 多子图与自定义样式：通过外部轴模式（子图）同时展示价格与成交量，或自定义颜色、网格线等视觉元素

4. 动态图表与动画

   ：支持实时数据更新和动态展示（需结合其他库如matplotlib.animation

---

常用函数及参数

1. 核心函数：mpf.plot()

用于绘制基础金融图表，核心参数如下：

参数	说明	示例
data	包含OHLC数据的Pandas DataFrame，索引需为DatetimeIndex，列名需包含Open、High、Low、Close（必选），Volume（可选）	mpf.plot(data, type='candle')
type	图表类型：'candle'（K线图）、'line'（折线图）、'renko'（砖型图）、'pnf'（点数图）	type='candle'
volume	是否显示成交量柱状图（需数据含Volume列）	volume=True
mav	移动平均线周期（整数或元组）：mav=10（单条均线）、mav=(5,20)（多条均线）	mav=(5,10,30)
style	预设样式：'yahoo'、'classic'、'charles'等，或自定义样式	style='yahoo'
title	图表标题（需避免中文，需额外设置字体）	title='AAPL Stock Price'
ylabel	主图Y轴标签（默认显示价格）	ylabel='Price ($)'
ylabel_lower	成交量子图Y轴标签	ylabel_lower='Volume'
show_nontrading	是否显示非交易日（默认False，数据间无间隔）	show_nontrading=True
savefig	保存图表路径（如savefig='chart.png'）	savefig='output.png'

示例代码：

import mplfinance as mpf
import pandas as pd

# 示例数据（需包含OHLC和Volume列）
data = pd.DataFrame({
    'Open': [100, 102, 101],
    'High': [105, 106, 107],
    'Low': [99, 101, 100],
    'Close': [102, 103, 104],
    'Volume': [10000, 12000, 9000]
}).set_index(pd.date_range('2023-01-01', periods=3))

# 绘制K线图+成交量+均线
mpf.plot(
    data,
    type='candle',
    volume=True,
    mav=(5,10),
    style='yahoo',
    title='示例K线图',
    ylabel='Price',
    ylabel_lower='Volume'
)

---

2. 扩展函数

(1) mpf.make_addplot()

用于在主图上叠加附加图表（如均线、技术指标）：

# 添加EMA20均线
apds = [mpf.make_addplot(data['EMA20'], color='red', panel=0)]
mpf.plot(data, addplot=apds)

(2) mpf.make_mpf_style()

自定义图表样式（颜色、网格线等）：

custom_style = mpf.make_mpf_style(
    base_mpf_style='yahoo',
    rc={'axes.labelcolor': 'blue'}
)
mpf.plot(data, style=custom_style)

---

关键使用注意事项

1. 数据格式要求：

   • DataFrame必须包含Open、High、Low、Close列，索引为DatetimeIndex。
   • 若需成交量，需包含Volume列

2. 中文显示问题：

   • 需提前设置Matplotlib字体参数：

     import matplotlib.pyplot as plt
     plt.rcParams['font.sans-serif'] = ['SimHei']  # 黑体
     plt.rcParams['axes.unicode_minus'] = False    # 解决负号显示问题
     

3. 性能优化：

   • 大数据集建议使用downsample=’mean’

     参数降采样，或限制显示时间范围

---

MarkupSafe库的核心作用

MarkupSafe是一个专注于安全字符串处理的Python库，主要用于防止Web开发中的跨站脚本攻击（XSS）。其核心功能包括：

1. 自动转义危险字符：将<、>、&等字符转换为HTML实体（如<、>、&），避免恶意代码注入。
2. 安全字符串标记：通过Markup类标记已转义的字符串为“安全”，防止模板引擎二次转义。
3. 与模板引擎集成：无缝支持Jinja2、Flask等框架，确保动态内容渲染时的安全性

---

常用函数与类

1. 核心函数

• escape(s)
  将字符串中的危险字符转义为HTML实体，返回转义后的字符串。

  from markupsafe import escape
  escaped = escape('<script>alert("XSS")</script>')
  print(escaped)  # 输出: &lt;script&gt;alert(&quot;XSS&quot;)&lt;/script&gt;
  

• Markup(s)
  创建一个“安全字符串”对象，标记内容为已转义且无需二次处理。
  ​​示例​​：

  from markupsafe import Markup
  safe_html = Markup('<b>Bold Text</b>')
  print(safe_html)  # 输出: <b>Bold Text</b>（直接输出原始字符）
  

2. 字符串操作方法

• __add__（拼接）
  支持安全字符串的拼接，结果仍为安全字符串。
  ​​示例​​：

  part1 = Markup('<h1>标题</h1>')
  part2 = Markup('<p>内容</p>')
  combined = part1 + part2  # 结果为安全字符串
  

• format(\*args, \**kwargs)
  安全地格式化字符串，自动转义占位符中的危险字符。
  ​​示例​​：

  template = Markup('Hello, {name}!')
  rendered = template.format(name='<script>alert("XSS")</script>')
  print(rendered)  # 输出: Hello, &lt;script&gt;alert(&quot;XSS&quot;)&lt;/script&gt;!
  

• unescape()
  将安全字符串还原为原始字符串（需谨慎使用）。
  ​​示例​​：

  safe_str = Markup('<em>Hello</em>')
  raw_str = safe_str.unescape()  # 输出: <em>Hello</em>
  

3. 高级功能

自定义转义规则

通过传递自定义函数给escape()

覆盖默认转义行为。

def custom_escape(s):
    return s.replace('&', '&amp;').replace('<', '&lt;')
escaped = escape('<&>', custom_escape)  # 输出: &lt;&amp;

---

实际应用场景

1. 防止用户输入注入

在Web表单中处理用户评论或搜索内容时，自动转义危险字符：

from flask import Flask, request
from markupsafe import escape
app = Flask(__name__)
@app.route('/comment', methods=['POST'])
def post_comment():
    user_comment = request.form.get('comment')
    safe_comment = escape(user_comment)  # 转义用户输入
    return f"<div>Comment: {safe_comment}</div>"

2. 模板引擎安全渲染

与Jinja2集成，自动转义模板变量：

from jinja2 import Template
from markupsafe import Markup
template = Template("Profile: {{ user_input }}")
rendered = template.render(user_input=Markup('<script>alert("XSS")</script>'))
# 输出: Profile: <script>alert("XSS")</script>（安全显示）

3. 动态生成HTML内容

构建安全的HTML列表或表格：

items = [1, 2, '<script>alert("XSS")</script>']
safe_items = [Markup(f"<li>{item}</li>") for item in items]
html = "<ul>" + "".join(safe_items) + "</ul>"
# 输出: <ul><li>1</li><li>2</li><li>&lt;script&gt;alert("XSS")&lt;/script&gt;</li></ul>

---

注意事项

1. 类型限制:escape()

   仅接受字符串或Markup对象，传递其他类型会报错

2. 性能优化：对大量数据频繁转义时，建议复用Markup对象以减少开销。

3. 与模板引擎配合：Jinja2默认自动转义变量，但显式使用Markup可明确标记安全内容

以下是关于Python的Flask库的核心功能、常用装饰器及函数的详细解析，结合其轻量级Web框架的设计特点：

---

Flask库的主要作用

Flask是一个轻量级Web框架，核心作用包括：

1. 快速构建Web应用：通过路由、模板引擎和请求处理机制简化开发流程。
2. 模块化设计：支持蓝图（Blueprint）划分功能模块，适合中大型项目
3. 扩展性强：通过扩展（如Flask-SQLAlchemy、Flask-Login）集成数据库、认证等功能。
4. 灵活性高：开发者可自由选择组件（如模板引擎、数据库ORM）。

---

常用装饰器

1. 路由与请求处理

• @app.route()
  定义URL路由，绑定视图函数。支持动态路由参数和HTTP方法限制。
  ​​示例​​：

  @app.route('/user/<username>')  # 动态路由
  def show_user(username):
      return f"User: {username}"
  @app.route('/submit', methods=['POST'])  # 限制请求方法
  def submit_form():
      return "处理表单提交"
  

• @app.before_request & @app.after_request
  在请求处理前/后执行函数，用于权限校验、日志记录等。
  ​​示例​​：

  @app.before_request
  def check_auth():
      if not request.headers.get('Authorization'):
          return "未授权", 401
  
  @app.after_request
  def add_header(response):
      response.headers['X-Custom-Header'] = 'FlaskDemo'
      return response
  

• @app.errorhandler()
  处理特定HTTP错误（如404、500）。
  ​​示例​​：

  @app.errorhandler(404)
  def page_not_found(error):
      return render_template('404.html'), 404
  

2. 认证与权限

• @login_required（Flask-Login扩展）

  保护路由，仅允许已登录用户访问。

  from flask_login import login_required
  @app.route('/dashboard')
  @login_required
  def dashboard():
      return "控制面板"
  

3. 上下文管理

• @app.context_processor

  向所有模板注入全局变量。

  @app.context_processor
  def inject_user():
      return dict(current_user=get_current_user())
  

---

三、常用函数

1. 请求处理相关

• request
  获取客户端请求数据（如参数、表单、JSON）。
  ​​示例​​：

  from flask import request
  @app.route('/search')
  def search():
      keyword = request.args.get('q')  # 获取查询参数
      return f"搜索关键词：{keyword}"
  

• render_template()
  渲染HTML模板并返回响应。
  ​​示例​​：

  from flask import render_template
  @app.route('/')
  def home():
      return render_template('index.html', title='首页')
  

2. 响应生成相关

• jsonify()
  将Python对象转换为JSON响应。
  ​​示例​​：

  from flask import jsonify
  @app.route('/data')
  def get_data():
      data = {'name': 'Alice', 'age': 30}
      return jsonify(data)
  

• redirect()
  重定向到指定URL。
  ​​示例​​：

  from flask import redirect, url_for
  @app.route('/old-page')
  def old_page():
      return redirect(url_for('new_page'))  # 重定向到新路由
  

3. 应用配置相关

• app.config.from_pyfile()

  从配置文件加载设置

  示例

  app.config.from_pyfile('config.cfg')  # 加载config.cfg中的配置
  

---

四、自定义装饰器示例

1. 参数校验装饰器

from functools import wraps
from flask import request, jsonify

def validate_json(*expected_keys):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            data = request.get_json()
            if not all(key in data for key in expected_keys):
                return jsonify({"error": "缺少参数"}), 400
            return func(data, *args, **kwargs)
        return wrapper
    return decorator

@app.route('/api/data', methods=['POST'])
@validate_json('username', 'password')
def create_user(data):
    # 处理用户创建逻辑
    return jsonify({"message": "用户创建成功"})

2. 认证装饰器

from functools import wraps
from flask import request, abort
def api_key_required(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        api_key = request.headers.get('X-API-Key')
        if api_key != 'SECRET_KEY':
            abort(403)  # 禁止访问
        return func(*args, **kwargs)
    return wrapper

@app.route('/secure-endpoint')
@api_key_required
def secure_endpoint():
    return "授权访问成功"

akshare库的主要作用

akshare是一个开源的金融数据接口库，专注于提供多市场、多周期的金融数据获取功能，其核心作用包括：

1. 覆盖广泛的数据类型：包括股票、期货、基金、外汇、数字货币、宏观经济等
2. 支持实时与历史数据：提供实时行情（如A股、期货）和历史数据（日线、分钟线）
3. 数据格式标准化：返回Pandas DataFrame，便于后续分析与可视化
4. 本地化数据源适配：整合国内主流财经平台（如东方财富、新浪财经）的数据接口

官网

mplfinance

matplotlib

flask