ECharts K 线图

看过股市的朋友们对 K线图 这个图形肯定都不陌生。K线又称“阴阳烛”、“蜡烛线”，是反映价格走势的一种图线，其特色在于一个线段内记录了多项讯息，相当易读易懂且实用有效，广泛用于股票、期货、贵金属、数字货币等行情的技术分析，称为K线分析。

1. 简介

慕课解释

K 线图又称蜡烛图，最初起源于日本德川幕府时期，被用于记录米市的行情与价格波动，后被引入股票与证券交易市场，现如今已经在金融交易活动中大范围使用。K 线图在形态上很像柱状图与折线图的组合，但每个数据节点能够表达出更多的信息。在股票交易中，k 线图通常包含四个维度，即开盘价、收盘价、最高价、最低价的涨跌变化状况，一个典型的 k 线图如下图所示：

包含三个部分：

1. 上方的细线称为上影线，表示最高价与收盘价的价差；
2. 下方的细线称为下影线，表示最低价与开盘价的价差；
3. 中间实体部分表示开盘价与收盘价的价差，当收盘价高于开盘价时称为阳线，在国内通常使用红色实体表示；当收盘价低于开盘价时称为阴线，在国内通常使用绿色实体表示。

2. 实例解说

2.1 基础 K 线图

K 线图在 ECharts 中通过 series.type = k或 series.type = candlestick 配置，示例：

示例效果：

k 线图是一种基于直角坐标系的图表，可以通过 xAxis、yAxis、grid 项声明坐标系属性。

k 线图的 series.data 项是一个长度为 4 的数组，按次序分别对应 k 线图的开盘价、收盘价、最高价、最低价。

2.2 颜色配置

K 线图通过实体颜色表达数据涨、跌，不同国家或地区对于 K 线图的颜色定义不一样，可能是 红涨绿跌 或 红涨蓝跌 （如台湾、日本、韩国等），可能是 绿涨红跌 （如西方国家、香港、新加坡等），也可能是 有色/无色 等表示方法。默认配置项是 红涨蓝跌 ，可通过如下配置项更改：

下例通过 itemStyle 属性，修改 k 线图的颜色：

示例效果：

与柱状图、折线图等其他直角坐标图表不同，在一个坐标系中无论存在多少个 k 线图，默认都会被处理为 红涨蓝跌 ，此时必须通过 itemStyle 修改阴阳线的色值，详见下一节。

2.3 多个 K 线图

由于 k 线图的数据项只能通过这种 4 位数组的格式定义，这会导致 k 线图与折线图、柱状图、散点图等其他直角坐标图表有些许不同：

1. x、y 轴中必须有一条是类目轴，根据用户习惯，通常会选择 x 轴做类目轴；
2. k 线图无法通过series.data 推断类目属性，所以类目轴必须通过 axis.data 项显式声明类目数据；
3. k 线图的 series.data 与类目轴的 axis.data 根据数据出现的位置关联。

当序列上只有一个 k 线图时，问题不大，但若要在同一坐标系上渲染多个 k 线图时，则需要对数据做一些额外的处理。比如，假设要展示下述四种蔬果的价格变化：

[
    {
        sku: '小台农芒果',
        data: [
            ['2020-3-4', 9, 7, 14, 1],
            ['2020-3-6', 7, 3, 12, 1],
            ['2020-3-9', 3, 2, 8, 1],
            ['2020-3-12', 2, 1, 5, 1],
            ['2020-3-14', 1, 4, 6, 1],
            ['2020-3-16', 4, 7, 3, 1],
            ['2020-3-19', 7, 10, 3, 1],
            ['2020-3-21', 10, 12, 6, 1],
            ['2020-3-23', 12, 15, 5, 1],
            ['2020-3-25', 15, 13, 8, 1],
        ],
    },
    {
        sku: '阿克苏苹果',
        data: [
            ['2020-3-3', 6, 7, 13, 4],
            ['2020-3-6', 7, 5, 8, 3],
            ['2020-3-8', 5, 8, 11, 3],
            ['2020-3-9', 8, 11, 15, 2],
            ['2020-3-10', 11, 9, 13, 5],
            ['2020-3-11', 9, 12, 20, 2],
            ['2020-3-12', 12, 9, 16, 6],
            ['2020-3-15', 9, 11, 13, 6],
            ['2020-3-17', 11, 14, 19, 8],
            ['2020-3-19', 14, 17, 21, 11],
        ],
    },
    {
        sku: '海南西州蜜瓜',
        data: [
            ['2020-3-1', 16, 17, 23, 11],
            ['2020-3-2', 17, 15, 24, 10],
            ['2020-3-4', 15, 12, 20, 6],
            ['2020-3-7', 12, 9, 16, 3],
            ['2020-3-9', 9, 6, 12, 1],
            ['2020-3-12', 6, 3, 8, 1],
            ['2020-3-14', 3, 0, 5, 1],
            ['2020-3-17', 0, 2, 6, 1],
            ['2020-3-19', 2, 5, 8, 1],
            ['2020-3-21', 5, 8, 11, 1],
        ],
    },
    {
        sku: '泰国椰青',
        data: [
            ['2020-3-2', 18, 21, 22, 14],
            ['2020-3-3', 21, 19, 28, 13],
            ['2020-3-4', 19, 22, 27, 17],
            ['2020-3-6', 22, 21, 27, 17],
            ['2020-3-7', 21, 22, 24, 13],
            ['2020-3-9', 22, 21, 26, 16],
            ['2020-3-11', 21, 19, 23, 12],
            ['2020-3-13', 19, 21, 25, 15],
            ['2020-3-16', 21, 22, 23, 15],
            ['2020-3-18', 22, 20, 29, 19],
        ],
    },
];

注意，四个系列的统计时间不同，由于 k 线图无法自动推算类目轴的类别数据，所以第一步需要收集所有类目值：

function retriveDates(series) {
    const categories = [];
    const len = series.length;
    for (let i = 0; i < len; i++) {
        // 找出尚未收集的时间值
        const dates = series[i].data
            .map(([date]) => date)
            .filter((date) => categories.findIndex((cat) => cat === date) < 0);
        // 批量插入
        categories.splice(categories.length, 0, ...dates);
    }
    return categories;
}

第二步，需要根据应用场景对收集到的类目值进行排序，本例中为简便起见，将借助 moment 库进行时间排序：

function sort(categories) {
    const format = 'YYYY-MM-DD';
    return categories.sort((d1, d2) => moment(d1, format) - moment(d2, format));
}

第三步，有了类目数据之后，还需要整理系列数据的顺序，使得数据与其对应的类目能够一一对应：

function reschedule(series, categories) {
    return series.map(({ sku, data }) => {
        return {
            name: sku,
            data: categories.map((cat) => {
                const index = data.findIndex((c) => c === cat);
                return index >= 0 ? data[index].slice(1) : null;
            }),
        };
    });
}

经过上述步骤就可以得到所有类目值及调整后的系列数据，完整代码：

示例效果：

3. 小结

本节主要简述 K 线图的由来、特性，并结合实例讲述 K 线图的各类功能特性，包括基础 K 线图、颜色配置、配置多个 K 线图。