吹着小空调，写写Plotly —— 我是天涯明月刀，一世智商高的刘老师。
大家好，我们又见面了，你们别来无恙，而我更帅更牛逼了，这个世界就是这样。
接受or不接受？Whatever，你们的观点不重要。
好，咱们开始吧。
书上P24页开始了一个新的例子，我们一起看一下。
这个例子我这么一运行啊，就出来找不到目录的问题了，刘老师的PyCharm肯定被人动过手脚：
改改吧：
图就是这么个图：
在我们没有看代码之前，我们记得我们在Block #1中见过这个图，按道理来说是两个Scatter对象，集合在一个data中。每个Scatter对象有xy一样长度的python list作为raw data。
在进入代码之前，对于我们已经看到内容进行推理，有助于我们在先验思考体系下验证自己的想法，或者推翻它，在推翻自己想法的过程中，我们的思维将建立新的认识，从而进步。
刘老师做哲学从来不是先看哲学书，刘老师都是有了自己的理论框架之后再去看其他哲学家的观点，看着看着就发现，其实他们想过的，我早就想过了，所以就觉得自己很牛逼，这种感觉很爽，你们也可以借鉴。
首先我们看这些import，它代表了程序后续要操作的包或者说包中的内容。
我们看到有pandas，其实最主要的用途就是从csv中读取数据，形成二维表格。
然后是plotly画图API，以及Ploty绘图对象，这两个我们已经很熟悉了。
然后我们看到，做了一些预先的定义，比如绘制宽度，以及绘图API的简短引用。
然后我们看到，果然利用pandas去读取了数据，那么我们必须在此考察一下这个数据的结构、内容：
一看这个数据，稍微了解一点股票的同学都很熟悉，就是十五分钟最高价，最低价，开盘价，收盘价这些东西。
有多少列呢？一共8列，并且是有title的。
我为什么强调这一点呢？因为我也忘了pandas是怎么用的了，所以这行：
df9 = df[:10];
这一行显然是取10个数据，然而列上只有9个数据，所以肯定是取9行无疑。
我们可以测试一下：
果然：
好，我们继续往下看。
idx = df9['xtim']
xtim是表的最后一列。
xd0 = (df9['close'] - 27) * 50
所以这tm是在干什么呢？拿到df9这十行数据里面的close这一列的所有数据，每个都减27，然后又把结果乘以50。
这么风骚的玩法到底是为了什么呢？
df2 = df9
注意，之前的df9的内容是没有改变的，这里做了一个它的引用。
df2['xd1'] = xd0 - 10
df2['xd2'] = xd0
df2['xd3'] = xd0 + 10
加列了对不对？在这个列表中加了xd1，xd2，xd3这三列，并且以xd0，就是那个风骚的操作结果为中线，上下做了10单位的移位。
然后就打算用这三个数值来画画。
我们再来仔细查看一下这些数据：
它们都是围绕27周围的，所以减去27相当于让数据在0轴上下抖动。
xd0 = (df9['close'] - 27) * 50
乘以50又是什么意思呢？很简单，就是要把数据的振幅从-1到1放大到-50到50，便于查看嘛。
非常符合刘老师的100XBT举例思路，赞。
df2['xd1'] = xd0 - 10
df2['xd2'] = xd0
df2['xd3'] = xd0 + 10
那么这三行不用说了，就是为了移位一下，然后用不同的Scatter样式来绘制一下，如果你仔细看，虽然只有两条线，但是其实是有三波数据在图上的：
我们还需要注意的一点：
layout = pygo.Layout(
title='收盘价--15分钟分时数据',
xaxis=pygo.XAxis(tickangle=-15),
)
xaxis=pygo.XAxis(tickangle=-15)
这句话，什么意思？
首先，我们知道layout是在绘制地图层，不是国境线层。
然后呢，xaxis肯定是创建了一个可配置的x轴。
tickangle呢，我查查。
https://plot.ly/python/reference/
tickangle (angle)
default: auto
Sets the angle of the tick labels with respect to the horizontal. For example, a tickangle of -90 draws the tick labels vertically.
我觉得这个例子比较好啊：
https://github.com/plotly/plotly.js/issues/1123
所以我们改一下会怎么样呢？
原来的：
现在的：
行，这份代码就过了。