跳转至

数据可视化

本文档详细介绍 CryptoService 提供的数据可视化功能。

可视化工具概述

CryptoService 使用 Rich 库提供丰富的终端可视化功能：

  1. 表格显示
  2. 格式化数据展示
  3. 颜色高亮

  4. 自定义样式

  5. 数据格式化

  6. 数值格式化
  7. 时间格式化

  8. 自动对齐

  9. 交互功能

  10. 进度显示
  11. 错误提示
  12. 状态更新

数据库可视化

基本表格显示

from cryptoservice.data import MarketDB

# 初始化数据库
db = MarketDB("./data/market.db")

# 可视化数据
db.visualize_data(
    symbol="BTCUSDT",
    start_time="2024-01-01",
    end_time="2024-01-02",
    freq=Freq.h1,
    max_rows=10
)

自定义显示

# 读取数据后自定义显示
data = db.read_data(
    start_time="2024-01-01",
    end_time="2024-01-02",
    freq=Freq.h1,
    symbols=["BTCUSDT"],
    features=["close_price", "volume"]
)

# 创建表格
from rich.console import Console
from rich.table import Table

console = Console()
table = Table(
    title="Market Data Visualization",
    show_header=True,
    header_style="bold magenta"
)

# 添加列
table.add_column("Timestamp", style="cyan")
table.add_column("Close Price", justify="right")
table.add_column("Volume", justify="right")

# 添加数据
for idx, row in data.head(10).iterrows():
    timestamp = idx[1].strftime("%Y-%m-%d %H:%M:%S")
    close_price = f"{row['close_price']:.2f}"
    volume = f"{row['volume']:.2f}"
    table.add_row(timestamp, close_price, volume)

# 显示表格
console.print(table)

KDTV数据可视化

可视化KDTV数据

from cryptoservice.data import StorageUtils

# 可视化KDTV格式数据
StorageUtils.read_and_visualize_kdtv(
    date="2024-01-02",
    freq=Freq.h1,
    data_path="./data",
    max_rows=10,
    max_symbols=5
)

可视化NPY文件

# 可视化单个NPY文件
StorageUtils.visualize_npy_data(
    file_path="./data/h1/close_price/20240101.npy",
    max_rows=10,
    headers=["09:00", "10:00", "11:00"],
    index=["BTCUSDT", "ETHUSDT", "BNBUSDT"]
)

进度显示

数据处理进度

from rich.progress import Progress, SpinnerColumn, TextColumn, BarColumn, TimeElapsedColumn

# 创建进度显示器
progress = Progress(
    SpinnerColumn(),
    TextColumn("[progress.description]{task.description}"),
    BarColumn(),
    TextColumn("[progress.percentage]{task.percentage:>3.0f}%"),
    TimeElapsedColumn(),
)

# 使用进度显示器
with progress:
    task = progress.add_task("[cyan]处理数据...", total=100)

    # 模拟数据处理
    for i in range(100):
        progress.update(task, advance=1)
        # 处理数据

错误和警告显示

格式化错误信息

from rich.console import Console
from rich.panel import Panel

console = Console()

def display_error(message: str):
    """显示错误信息"""
    console.print(Panel(
        f"[red]错误: {message}[/red]",
        title="错误信息",
        border_style="red"
    ))

def display_warning(message: str):
    """显示警告信息"""
    console.print(Panel(
        f"[yellow]警告: {message}[/yellow]",
        title="警告信息",
        border_style="yellow"
    ))

数据验证显示

def validate_and_display(data):
    """验证数据并显示结果"""
    console = Console()

    # 检查空值
    null_count = data.isnull().sum()
    if null_count.any():
        console.print("[yellow]发现空值:[/yellow]")
        for col, count in null_count[null_count > 0].items():
            console.print(f"  - {col}: {count}")

    # 检查异常值
    if (data["close_price"] <= 0).any():
        console.print("[red]发现无效价格[/red]")

    if (data["volume"] < 0).any():
        console.print("[red]发现负成交量[/red]")

自定义可视化

创建自定义表格

def create_market_table(data, title="Market Data"):
    """创建自定义市场数据表格"""
    table = Table(
        title=title,
        show_header=True,
        header_style="bold magenta",
        title_style="bold cyan"
    )

    # 添加列
    table.add_column("Time", style="cyan")
    table.add_column("Symbol", style="green")
    table.add_column("Price", justify="right")
    table.add_column("Change", justify="right")
    table.add_column("Volume", justify="right")

    # 添加数据
    for row in data:
        change_color = "red" if row["change"] < 0 else "green"
        table.add_row(
            row["time"],
            row["symbol"],
            f"{row['price']:.2f}",
            f"[{change_color}]{row['change']:+.2f}%[/{change_color}]",
            f"{row['volume']:,.0f}"
        )

    return table

最佳实践

  1. 数据格式化
  2. 使用适当的数值精度
  3. 格式化时间戳

  4. 添加单位标识

  5. 视觉优化

  6. 使用颜色突出重要信息
  7. 保持一致的样式

  8. 适当使用分隔符

  9. 性能考虑

  10. 限制显示行数
  11. 避免过多的格式化

  12. 优化更新频率

  13. 用户体验

  14. 提供清晰的标题
  15. 添加适当的说明
  16. 保持布局整洁

下一步