我们在第16章用浏览器实现过绘制技术指标，但当技术指标数量多时浏览器容易卡顿，所以我们需要一种更高性能的绘图方法。
Python绘图库最著名的莫属matplotlib，matplotlib强大、专业，适用于各种数据分析领域，但在实时绘制K线图时性能有些低，尤其是数据量大的时候更显不足，我们推荐使用PyQtGraph，PyQtGraph提供了高度优化的绘图接口。
本章借鉴了开源量化平台VNPY绘制K线的方法。
PyQtGraph依赖于PyQt，可与PyQt配合使用，PyQtGraph可嵌入PyQt的部件组成丰富的GUI界面程序。
安装pyqtgraph：
20.1、PyQtGraph简介：
PyQtGraph应用基于项的图形概念，例如，窗口中的一个图片就是一个项，图片上的一个曲线或一个文字也是一个项，窗口由GraphicsView或其子类创建，图形项由QGraphicsItem或其子类创建，窗口包括窗口中的各种图形项组成一个图形视图。
图形视图需要创建一个场景（scene），类似舞台表演之前需要建立一个环境用来搭建舞台，这个场景是通过QGraphicsScene对象实现的，通常会自动创建。
场景用来管理图形项，对场景中的一个项变换，也会应用到其子对象，例如移动一个图片，图片上的各类图形会跟着移动。
图形视图使用三种坐标系，最顶层的窗口使用物理坐标系，类似画图时的画框，物理坐标系左上角坐标原点(0，0)，场景使用逻辑坐标系，类似画框上的画图区，第三种坐标系是图形项使用的坐标系，它是以(0,0)为原点的逻辑坐标系，每个项的原点就是该项在场景中的位置。
图形项也称为图元Item，图元Item通过创建QGraphicsItem的子类来创建，在子类中需要实现它的两个纯虚拟公共函数：boundingRect()，它返回图元绘制的区域的估计值，即图元在这个函数返回的范围内绘制；paint()，它实现实际的绘画，绘制基于逻辑坐标系，默认原点是(0,0)。这两个函数会被自动调用。
图形视图的层次结构如下：
图元Item有以下三种：
数据类（QGraphicsItem的子类）
容器类（QGraphicsItem的子类;包含其他QGraphicsItem对象，必须在GraphicsView中查看）
容器类（QWidget的子类;可以嵌入在PyQtGUI中）
在PyQtGraph中，有以下几种绘制数据类图形的方法：
plot()方法的基本参数如下：
PyQtGraph提供了两种类似的方法来进行全局设置：
我们可以这么使用：
背景颜色为pyqtgraph.mkColor函数的合法输入，包括以下形式：
20.2、技术指标绘制：
20.2.1、K线和成交量绘制类：
首先需要记录K线，函数get_kline_serial()订阅K线后K线的数量便固定了，K线更新时只是修改原数据，不会增加数量，因此若想记录K线的增加可使用如下类：
初始化BarManager时传入订阅的K线，然后随着K线更新反复调用update_bar()即可把新K线追加到变量self.bars中。
若要画价差K线，也可以模仿K线记录类编写价差K线的记录类，例如：
由于不同指标和K线需要对齐x轴，以免图形发生错位，简单的处理方法是重置K线数据的行索引，用K线的总数量重置行索引，绘图时x轴会按行索引对齐。
K线包含影线和实体，影线是线段，实体是矩形，成交量以柱体显示也是矩形，我们用QPainter类来画K线和成交量，QPainter需要在一个绘图设备上画图，绘图设备包含QPixmap、QImage、QBitmap、QPicture，我们用的绘图设备是QPicture，QPicture用来记录QPainter的绘制指令，在paint()中重放QPicture记录的绘制指令即可画图。
例如，用以下函数绘制K线：
参数ix是需要绘制K线的x轴位置，bar是一根K线，首先创建QPicture，然后创建QPainter并传入参数QPicture，QPicture便开始记录QPainter的指令，QPainter.end()结束记录，然后返回QPicture，QPicture会在paint()函数中重放画图指令，例如：
boundingRect()函数用来设置绘图的范围，例如：
随着K线更新，K线的价格范围也会变化，以下函数被反复调用以返回指定x轴范围的y轴价格范围：
成交量的绘制过程和K线类似，可把K线和成交量的公共函数写在同一个类中，K线和成交量作为子类继承该类即可，例如：
完整的代码如下：
实际使用中成交量的作用不大，用其他软件看成交量即可，没必要重画。
20.2.2、技术指标计算类：
类似均线这样的曲线，我们可创建一个曲线类，用该曲线类统一计算这类曲线，例如：
技术指标计算函数采用的是模块tqsdk.ta中的函数，模块tqsdk.ta中的函数默认用K线的收盘价计算，返回值为pandas.DataFrame类型，一开始指标周期范围内的K线不够计算的，指标值会以Nan值表示，但Nan值是不确定值，无法绘图，需要对Nan值替换，一个方法是替换成第一个计算出的指标值，即绘图时把最开始的指标画成直线。
函数update_bar会被反复调用以更新指标值，由于技术指标需要与K线的x轴对齐，因此默认以全部K线计算，但当K线数量逐渐增多时会增加计算量，如果只计算最新的K线效率会更高，但对齐x轴又需要增加更多代码量，读者可自行尝试。
MACD指标既有曲线又有直线，可以分别来画，曲线用曲线类CurveItem计算，直线可类似画K线影线那样画，则需要多创建一个画MACD柱线的类，如下：
函数tickStrings会被自动调用以转换x轴刻度。
20.2.4、指标窗口类：
我们用PlotWidget创建一个指标窗口，用GraphicsLayout创建一个图形层，图形层可以以网格的形式布局图元，我们把图形层设置为PlotWidget的中心层，例如：
我们在图形层GraphicsLayout中添加图元容器PlotItem，可按行列位置添加，在图元容器PlotItem中再添加K线或指标图形，还可以添加文字，例如：
反复调用K线类的update_bar函数即可绘制K线，曲线类需要用setData()函数更新指标值。
总结一下绘图流程：
上述是简化过程，还有一些细节工作要做，比如调用K线管理类更新K线，图元容器是否显示x轴或其他轴，图元容器x轴是否联动，比如成交量指标处在副图的图元容器，和主图K线所处的图元容器x轴应该联动，这样拖动一个图形，另一个就可以跟着移动，主图的图元称为锚定图元，其他副图图元可锚定该图元的x轴以实现联动，随着K线的更新，图元容器需调整可视范围以始终显示最新K线，不同的图元容器是否显示不同的K线，等等。
我们结合窗口类的完整代码看一下：
20.2.5、图形显示：
我们把上述几个类的代码保存在文件中，例如文件名：klineschart.py，文件作为模块导入到代码中，我们还需要用到第19章里的信号线程，我们结合代码看一下：
代码一共创建了五个图元容器，按行布局，图元容器里分别添加了K线均线、成交量、K线布林线、MACD、价差K线，代码里注释的很清楚了，结合注释就可以理解指标绘制的过程了，绘制显示效果如下：