春潮带雨晚来急，野渡无人舟自横。
1 前言
在前文中已经分享了Python web 开发 flask 实践，在最近的业务开发中，遇到了 web 项目绘图的需求，经过调研了解到了 pyecharts 类库，这个和前端 echarts.js 异曲同工，但是在后台使用和前端使用总体类似，但是在具体的语法上有一点区别，本文将结合图形展示实践操作说明pyecharts的用法。
2 环境准备
首先需要使用 python 搭建一个 Flask 项目，引入对应的依赖，如下所示:
pip install pyecharts
# 需要计算均线数据，这里使用的是 talib.SMA 进行计算
sma5 = talib.SMA(df["Close"], 5)
# macd 数据计算
# macd dif 快线
# macd_signal dea 慢线
# macd_hist macd 能量柱
df["macd"], df["macd_signal"], df["macd_hist"] = \
talib.MACD(df['Close'], fastperiod=12, slowperiod=26, signalperiod=9)
此外可以在 echarts 中查看K线图的相关的配置。在实际的操作中，会遇到很多配置问题，如下图所示，可以通过全局配置设置，标题信息，图例配置信息，工具箱配置信息，以及提示框选项。
3 代码编写
首先我们需要获取数据的 k 线数据，这里使用的是东方财富的 api 获取k 线数据，这里的接口不仅可以查询股票的数据，也可以查询ETF 的数据信息。
在准备好数据之后，我们需要构建展示的数据，以及计算均线和macd 数据。
在计算好数据之后，需要先构建蜡烛线数据，之前已经计算好了每天的数据（开盘价、最高价、最低价、收盘价）。这里标记了在视图框内的最高价以及最低价配置信息，以及设置图形的标题，图例，工具框，提示框的位置配置信息。在数据的蜡烛线数据中，可以使用 overlap 加入先前计算好的日均线数据。
在加入数据后，可以在k线图先添加技术指标 macd 的指标，其配置如下所示， 最后使用 GridOpts 配置设置其图标显示的位置以及高度信息。
在使用 pyecharts 时，主要的配置在于 kline， Line 数据展示的线型，以及对应的位置，颜色，字体的配置，这样编程的方式相对于 js 来说比较繁琐一点。 我们已经通过工具类方法计算好了其展示数据，最后返回的方法是一个 Grid 数据，res.dump_options_with_quotes()。
4 结果展示
在完成后端代码编写后，前端的代码编写比较简单，如下图所示，这里的配置相对于js配置来说，就比较简单了，因为后台已经完成了项目配置和项目数据的配置。
如下图所示，即完成如上代码后，运行后展示出的图形如下图所示：
5 总结
本文分享了 python 的 web 开发，使用 pyecharts 展示股票或者基金的k线数据，在展示数据的过程中，需要注意数据的配置项以及数据图表的多图展示问题。相关代码已经上传至 github, 欢迎大家 star, 项目地址 fund_python。
