Plotly 通过 go.Candlestick 可绘制标准 K 线，但需严格满足 OHLC 数据格式（x 为 datetime，open/high/low/close 为数值）、时间对齐、缺失值处理；叠加成交量需共享 X 轴并配置 yaxis2；交互功能需手动设置 hovertemplate、scrollZoom 和 fixedrange 等参数。
Plotly 本身不内置金融 K 线图组件，但通过 plotly.graph_objects.Candlestick 可以可靠绘制标准 K 线；真正卡住人的不是画图，而是时间序列对齐、缺失值处理和 OHLC 数据格式校验。
确保输入数据严格符合 OHLC 格式
Plotly 的 Candlestick 要求输入必须是四列：时间（x）、开盘价（open）、最高价（high）、最低价（low）、收盘价（close）。常见错误是列名不匹配或类型错误：
-
open、high、low、close必须为数值型，不能是字符串或含空格的文本（如"12.34 "） -
x列需为datetime类型（pd.to_datetime()强制转换，别依赖自动推断） - 若使用
df.resample('D').agg({'open': 'first', 'high': 'max', ...})，注意first()和last()在非交易日可能返回 NaN，得提前用dropna()或ffill()处理
用 go.Candlestick 构建基础 K 线图
别用 px.line 或 px.scatter 替代——它们画不出实体/影线。直接构造 go.Candlestick 对象，并传入正确键名：
fig = go.Figure(data=[go.Candlestick(
x=df['date'],
open=df['open'],
high=df['high'],
low=df['low'],
close=df['close']
)])
注意：open/close 决定实体颜色（默认涨绿跌红），但 Plotly 不自动识别涨跌逻辑——它只按数值大小判断：若 close > open 就画绿色，否则红色。所以数据顺序错（比如把开盘当收盘）会导致颜色反转。
添加成交量柱状图并共享 X 轴
金融看板通常叠加成交量，但 go.Bar 和 go.Candlestick 默认不共享坐标轴。必须显式设置 secondary_y=False 并用 fig.add_trace() + fig.update_layout(xaxis=dict(rangeslider=dict(visible=False))) 关掉自带时间滑块（否则会冲突）：
- 成交量数据需与 K 线时间索引完全对齐（长度一致、顺序一致），建议用
df.set_index('date')后合并 - 用
yaxis2显示成交量，避免价格轴被压缩：fig.add_trace(go.Bar(x=df['date'], y=df['volume'], yaxis='y2')) - 调用
fig.update_layout(yaxis2=dict(side='right', overlaying='y', showgrid=False))才能正确右置
交互功能不是开箱即用，得手动配 config 和 layout
默认导出 HTML 后缩放、拖拽、悬停都可用，但几个关键交互常被忽略：
- 悬停信息默认只显示 OHLC 值，要加成交量需自定义
hovertemplate：hovertemplate='%{x}<br>O:%{open}<br>H:%{high}<br>L:%{low}<br>C:%{close}<br>V:%{customdata[0]}<extra></extra>'，再用customdata=df[['volume']].values绑定 - 移动端双指缩放失效？在
fig.show(config={'scrollZoom': True, 'editable': False})中启用scrollZoom - 想禁用某类交互（比如不想让用户拖动时间轴）？设
xaxis=dict(fixedrange=True)
最易被跳过的点：K 线图的时间轴若含毫秒级时间戳，在浏览器中可能触发渲染抖动；建议统一转为 datetime64[D] 或 datetime64[ms]，避免 pandas 自动升到纳秒精度。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
