维护仓库网址：https://github.com/One-sixth/lightweight-charts-python
whl 包发布：https://github.com/One-sixth/lightweight-charts-python/releases

本人根据自己需求，同时对 TypeScript 了解比较少，主要依赖 DeepSeek AI 辅助维护

相比前一个维护者 https://github.com/louisnw01/lightweight-charts-python 的，迁移到 V5 版本，并增加一些V5的新功能。

添加了快查手册 QUICK_REFERENCE.md，方便AI编程助手快速掌握仓库

继续维护，相比原仓库，修改和新增的特性

  1. 实时数据流式更新 — 支持直接从 tick 数据更新 K线（新增批量更新bar和批量更新ticks）。
  2. 多面板图表 — 使用 create_subchart() 创建子图。
  3. 工具箱 — 在图表上直接绘制趋势线、矩形、射线、水平线。
  4. 事件系统 — 时间周期选择器、搜索、快捷键等。
  5. 表格组件 — 用于自选股、下单、持仓管理。
  6. Polygon.io 集成 — 直接获取市场数据。
  7. 成交量 + 持仓量叠加 — 独立 Y 轴缩放。
  8. 多 Chart 实例 — 完全独立的图表对象。
  9. 常驻图例 — 鼠标移出图表时 OHLC 仍可见。
  10. 垂直区间高亮 — 半透明填充标记日期范围。
  11. 资源清理 API — reset()、clear_handlers()、audit()、delete()。
  12. PriceLine 对象 — create_price_line().delete()。
  13. Table.delete() — 销毁表格并清理 JS 状态。
  14. 人类可读的 ID — window.Chart_1、window.Line_3 等。
  15. 资源审计 — chart.audit(use_js=True) 返回完整 TOML 格式的 JS 变量状态。
  16. 全面的清理测试 — test_cleanup.py 验证所有资源类型的 Python + JS 无泄漏。

lightweight-charts-python

MIT License

在这里插入图片描述

lightweight-charts-python 致力于提供简单、Pythonic 的方式接入 TradingView 的 Lightweight Charts。

尝试继续维护

本人对 TypeScript 了解比较少，主要依赖 DeepSeek AI 辅助维护

当前已基本排除完bug，examples 全部例子已在windows测试通过
lightweight-chart 主库已更新到 v5.2.0，并添加了一部分v5的新功能

继续维护，新增特性

  1. 实时数据流式更新 — 支持直接从 tick 数据更新 K线。
  2. 多面板图表 — 使用 create_subchart() 创建子图。
  3. 工具箱 — 在图表上直接绘制趋势线、矩形、射线、水平线。
  4. 事件系统 — 时间周期选择器、搜索、快捷键等。
  5. 表格组件 — 用于自选股、下单、持仓管理。
  6. Polygon.io 集成 — 直接获取市场数据。
  7. 成交量 + 持仓量叠加 — 独立 Y 轴缩放。
  8. 多 Chart 实例 — 完全独立的图表对象。
  9. 常驻图例 — 鼠标移出图表时 OHLC 仍可见。
  10. 垂直区间高亮 — 半透明填充标记日期范围。
  11. 资源清理 API — reset()、clear_handlers()、audit()、delete()。
  12. PriceLine 对象 — create_price_line().delete()。
  13. Table.delete() — 销毁表格并清理 JS 状态。
  14. 人类可读的 ID — window.Chart_1、window.Line_3 等。
  15. 资源审计 — chart.audit(use_js=True) 返回完整 TOML 格式的 JS 变量状态。
  16. 全面的清理测试 — test_cleanup.py 验证所有资源类型的 Python + JS 无泄漏。

主要支持环境： PySide6、wxPython、asyncio。

建议让 AI编程助手 先阅读 QUICK_REFERENCE.md 文件，快速了解全项目

安装

pip install ?

构建

构建本包，需要安装有 node.js 环境，需要调用 npm 命令

先构建 JS bundle 库。

下载node包的依赖

npm install @rollup/plugin-typescript --save-dev
npm audit fix --force

构建和复制成品到python源码目录

npx rollup -c rollup.config.js
cp dist/bundle.js lightweight_charts/js/bundle.js

构建 whl 包

python -m build

构建完成的whl包在dist目录中

示例

0. 多面板支持

import pandas as pd
import webbrowser
from lightweight_charts import HTMLChart

def demo():
    chart = HTMLChart(width=1200, height=800, inner_height=-500, filename='charts.html')
    df = pd.read_csv('./PDATA/4ohlcv.csv')
    chart.set(df)

    # 面板 0 — SMA7
    line7 = chart.create_line('SMA 7', color='red')
    sma7_data = df.set_index('date')['close'].rolling(7).mean().reset_index()
    sma7_data.columns = ['time', 'SMA 7']
    line7.set(sma7_data)

    # 面板 1 — 柱状图
    sma20_data = df[['date', 'close']].copy()
    sma20_data['close'] = sma20_data['close'].rolling(20).mean()
    line20 = chart.create_histogram('SMA 20', pane_index=1)
    line20.set(sma20_data.rename(columns={'date': 'time', 'close': 'SMA 20'}))

    chart.load()
    webbrowser.open(chart.filename)

if __name__ == '__main__':
    demo()

1. 显示 CSV 数据

import pandas as pd
from lightweight_charts import Chart

if __name__ == '__main__':
    chart = Chart()
    df = pd.read_csv('ohlcv.csv')
    chart.set(df)
    chart.show(block=True)

2. 实时更新 K线

import pandas as pd
from time import sleep
from lightweight_charts import Chart

if __name__ == '__main__':
    chart = Chart()
    df1 = pd.read_csv('ohlcv.csv')
    df2 = pd.read_csv('next_ohlcv.csv')

    chart.set(df1)
    chart.show()

    last_close = df1.iloc[-1]['close']
    for _, bar in df2.iterrows():
        chart.update(bar)
        if bar['close'] > 20 and last_close < 20:
            chart.marker(text='价格突破 $20！')
        last_close = bar['close']
        sleep(0.1)

3. 从 Tick 数据实时更新

import pandas as pd
from time import sleep
from lightweight_charts import Chart

if __name__ == '__main__':
    chart = Chart()
    chart.set(pd.read_csv('ohlc.csv'))
    chart.show()

    for _, tick in pd.read_csv('ticks.csv').iterrows():
        chart.update_from_tick(tick)
        sleep(0.03)

4. 折线指标（SMA）

import pandas as pd
from lightweight_charts import Chart

def calculate_sma(df, period=50):
    return pd.DataFrame({
        'time': df['date'],
        f'SMA {period}': df['close'].rolling(period).mean()
    }).dropna()

if __name__ == '__main__':
    chart = Chart()
    chart.legend(visible=True)

    df = pd.read_csv('ohlcv.csv')
    chart.set(df)

    line = chart.create_line('SMA 50')
    line.set(calculate_sma(df, 50))

    chart.show(block=True)

5. 样式定制

import pandas as pd
from lightweight_charts import Chart

if __name__ == '__main__':
    chart = Chart()
    df = pd.read_csv('ohlcv.csv')

    chart.layout(background_color='#090008', text_color='#FFFFFF', font_size=16)
    chart.candle_style(up_color='#00ff55', down_color='#ed4807')
    chart.volume_config(up_color='#00ff55', down_color='ed4807')
    chart.watermark('1D', color='rgba(180,180,240,0.7)')
    chart.crosshair(mode='normal', vert_color='#FFFFFF', horz_color='#FFFFFF')
    chart.legend(visible=True, font_size=14)

    chart.set(df)
    chart.show(block=True)

6. 回调事件

import pandas as pd
from lightweight_charts import Chart

def on_search(chart, searched_string):
    new_data = get_bar_data(searched_string, chart.topbar['timeframe'].value)
    if not new_data.empty:
        chart.topbar['symbol'].set(searched_string)
        chart.set(new_data)

def on_timeframe_selection(chart):
    new_data = get_bar_data(chart.topbar['symbol'].value, chart.topbar['timeframe'].value)
    if not new_data.empty:
        chart.set(new_data, keep_drawings=True)

if __name__ == '__main__':
    chart = Chart(toolbox=True)
    chart.events.search += on_search
    chart.topbar.textbox('symbol', 'TSLA')
    chart.topbar.switcher('timeframe', ('1min', '5min', '30min'), default='5min',
                          func=on_timeframe_selection)
    chart.set(get_bar_data('TSLA', '5min'))
    chart.show(block=True)

更多示例

请查看 examples 目录下的示例代码。

核心 API 速查

方法 说明
chart.set(df) 设置 K线数据
chart.update(series) 更新最后一根 K线
chart.update_from_tick(tick) 从逐笔成交更新 K线
chart.marker(text, ...) 添加价格标记
chart.marker_auto_scale(enable) 控制标记是否参与价格轴缩放
chart.pop(count) 从末尾移除 N 个数据点
chart.create_line(name, ...) 创建折线指标
chart.create_histogram(name, ...) 创建柱状图指标
chart.create_subchart(...) 创建子面板
chart.create_price_line(price, ...) 创建价格线
chart.horizontal_line(price, ...) 创建水平线
chart.vertical_span(start, end, ...) 创建垂直高亮区间
chart.audit(use_js=False) 资源审计（Python 侧）
chart.audit(use_js=True) 资源审计（JS 侧，TOML 格式）
chart.reset() 重置图表到初始状态
chart.screenshot(...) 截图（v5.2.0+ 增强：支持 add_top_layer 和 include_crosshair）
chart.set_price_format(type, base, precision) 设置价格轴格式，避免浮点精度问题（v5.2.0+）
chart.clear_handlers() 清空所有事件处理器
chart.set_price_format(type, base, precision) 设置价格轴格式，避免浮点精度问题（v5.2.0+）
chart.screenshot(add_top_layer, include_crosshair) 增强截图，可包含水印和十字光标（v5.2.0+）

文档与支持

免责声明： 本包为独立开发，未经 TradingView 背书、赞助或批准。作者与 TradingView 无任何官方关系，本包不代表 TradingView 的观点或立场。

# python # 开发语言
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

cover

AI制药的“II期悬崖“：90%失败率背后，缺的不是算法

avatar AtomGit开源社区

【核心期刊复现】计及需求响应的区域综合能源系统双层优化调度策略研究（Matlab代码实现）

在模型构建的精密阶段，团队倾注了大量心血进行文章复现，致力于打造一个既全面又实用的综合能源系统双层优化调度模型。这个模型不仅深度整合了能量平衡约束、机组出力限制、负荷平移约束以及经济可行性约束等多重关键要素，而且通过细致入微的考量，确保了模型在复杂多变的能源环境中的适应性和准确性。能量平衡约束确保了系统在任何时刻都能维持稳定的能量输入输出，机组出力限制则保障了机组的稳定运行和高效利用，负荷平移约束

avatar AtomGit开源社区

【核心期刊复现】计及需求响应的区域综合能源系统双层优化调度策略研究（Matlab代码实现）

在模型构建的精密阶段，团队倾注了大量心血进行文章复现，致力于打造一个既全面又实用的综合能源系统双层优化调度模型。这个模型不仅深度整合了能量平衡约束、机组出力限制、负荷平移约束以及经济可行性约束等多重关键要素，而且通过细致入微的考量，确保了模型在复杂多变的能源环境中的适应性和准确性。能量平衡约束确保了系统在任何时刻都能维持稳定的能量输入输出，机组出力限制则保障了机组的稳定运行和高效利用，负荷平移约束

avatar AtomGit开源社区