GMO Coinから仮想通貨の板情報を取得してWebページに表示する
ここでは、GMO Coinから仮想通貨の板情報(Orderbook)を取得してWebページに表示します。
GMO Coinから板情報を取得するには、APIを使用します。
GMO CoinのAPIの使い方については、
「記事(Article116)」で詳しく解説しています。
ここでは、ライブラリファイル「gmo_api.py」の「get_orderbooks_try()」関数を使用して取得しています。
この関数からは「Ask(売)」と「Bid(買)」の板情報がPandasのDataFrameに格納されて返されます。
DataFrameは「price, quantity」のカラムから構成されています。
DataFrameに格納されている板情報をWebページに表示するには、
DashのDataTableを使用します。
板情報を一定の間隔で更新するには、
dcc(Dash Core Components)のInterval()を使用します。
このコンポーネントの引数に時間をミリセカンド(ms)の単位で指定します。
たとえば、3秒間隔で板情報を更新するときは「dcc.Interval(interval=3000)」のように指定します。
この場合、3秒間隔でコールバックにコントロールが渡ります。
コールバック機能の使い方については、
「記事(Article137)」で詳しく解説しているので省略します。
リスト２：Article142.py
# Article142.py
# https://dash.plotly.com/layout
# https://dash.plotly.com/datatable
# https://dash.plotly.com/dash-core-components
# https://bootstrap-cheatsheet.themeselection.com/
# https://www.w3schools.com/css/css_colors.asp
# Import python libraries
from dash import Dash, html, Output, Input, State, dash_table, dcc, ctx
import dash_bootstrap_components as dbc
import plotly.graph_objects as go
from decimal import Decimal
import pandas as pd
import requests
import numpy as np
import math
from time import sleep
from lib.com_lib import get_datatable_style_data
from lib.gmo_api import get_orderbooks_try, get_orderbooks
####################
# Main
####################
### Define Stlye Sheets (CSS)
DATATABLE_HEADER_CSS = {
'display': 'none'
}
DATATABLE_ASK_CELL_CSS = {
'minWidth': '140px',
'maxWidth': '140px',
'width': '140px',
'text-align': 'right',
'background-color': 'black',
'color': 'DodgerBlue',
'border': '1px solid rgba(30,30,30)'
}
DATATABLE_BID_CELL_CSS = {
'minWidth': '140px',
'maxWidth': '140px',
'width': '140px',
'text-align': 'right',
'background-color': 'black',
'color': 'Red',
'border': '1px solid rgba(30,30,30)'
}
DROPDOWN_DIV_CSS = {
'display': 'flex',
'justify-content': 'center',
'align-items': 'center',
'height': '100vh'
}
ROW_BORDER = {
# 'border-color': 'red', # border-color: red
# 'border-style': 'solid', # border-style: dotted, solid, double
# 'border-width': 'thin', # border-width: thin, thick
# 'text-align': 'center'
}
COL_BORDER = {
# 'border-color': 'green', # border-color: green
# 'border-style': 'dotted', # border-style: dotted, solid, double
# 'border-width': 'thin', # border-width: thin, thick
# 'text-align': 'center',
}
### Define price, qty precisions
price_precision_dict = {'BTC_JPY': 0, 'ETH_JPY': 0, 'LTC_JPY': 0, 'BCH_JPY': 0, 'XRP_JPY': 3}
qty_precision_dict = {'BTC_JPY': 2, 'ETH_JPY': 1, 'LTC_JPY': 0, 'BCH_JPY': 1, 'XRP_JPY': 0}
### Layout Top Column
top = html.Div(
[
dash_table.DataTable(
id='ask-dt',
style_header=DATATABLE_HEADER_CSS,
style_cell=DATATABLE_ASK_CELL_CSS,
style_as_list_view=True,
),
html.Br() ,
html.H2(id='price-h2', style={'text-align': 'center'}),
dash_table.DataTable(
id='bid-dt',
style_header=DATATABLE_HEADER_CSS,
style_cell=DATATABLE_BID_CELL_CSS,
style_as_list_view=True,
),
html.Br(),
dcc.Slider(3, 15, 3, value=10, id='slider'),
], style={'background-color': 'black', 'color': 'white'}
)
### Layout Bottom Column
bottom = html.Div(
[
html.H5('GMO Coin Orderbook Dashbord!'),
html.Hr(),
html.Label('Coin Symbol:', style={'text-align': 'left'}),
dcc.Dropdown(
['BTC_JPY', 'ETH_JPY', 'LTC_JPY', 'XRP_JPY', 'BCH_JPY'],
'LTC_JPY',
placeholder='Select a coin',
id='coin-dl',
),
], style={'background-color': 'black', 'color': 'white'}
)
app = Dash(__name__, external_stylesheets=[dbc.themes.CYBORG],
meta_tags=[
{'name': 'viewport', 'content': 'width=device-width, initial-scale=1.0'},
{'name': 'description', 'content': 'GMO Coin Orderbook Dashbord!'}
])
app.title = 'GMO Coin Orderbook Dashbord!'
app.layout = dbc.Container([
dbc.Row([
dbc.Col(
top,
xs=dict(order=2, size=12), # mobile
sm=dict(order=1, size=6), # desktop
style=COL_BORDER
),
dbc.Col(
bottom,
xs=dict(order=1, size=12), # mobile
sm=dict(order=2, size=6), # desktop
style=COL_BORDER
),
], style=ROW_BORDER),
dcc.Interval(id='timer', interval=1000*30) # 30 seconds
])
####################
# Dash Callback
####################
@app.callback(
Output('ask-dt', 'data'),
Output('bid-dt', 'data'),
Output('price-h2', 'children'),
Input('coin-dl', 'value'), # symbol
Input('slider', 'value'), # n_rows
Input('timer', 'n_intervals'), # n_intervals
)
##################################################
def update_orderbook(symbol, n_rows, n_intervals):
if symbol is None:
df = pd.DataFrame()
mid_price = None
return (df.to_dict('records'),
df.to_dict('records'),
mid_price)
levels_to_show = n_rows
price_precision = price_precision_dict[symbol]
quantity_precison = qty_precision_dict[symbol]
# Get orderbooks (ask, bid)
ask_df, bid_df = get_orderbooks_try(symbol) # sell, buy
mid_price = (bid_df.price.iloc[0] + ask_df.price.iloc[0]) / 2
mid_price_str = f'{mid_price:,.{price_precision}f}'
bid_df = bid_df.sort_values('price', ascending=False)
ask_df = ask_df.sort_values('price', ascending=False)
bid2_df = bid_df.iloc[:levels_to_show]
ask2_df = ask_df.iloc[-levels_to_show:]
bid3_df = bid2_df.copy()
ask3_df = ask2_df.copy()
bid3_df['price'] = bid2_df['price'].apply(lambda x: f'{x:,.{price_precision}f}')
bid3_df['quantity'] = bid2_df['quantity'].apply(lambda x: f'{x:,.{quantity_precison}f}')
ask3_df['price'] = ask2_df['price'].apply(lambda x: f'{x:,.{price_precision}f}')
ask3_df['quantity'] = ask2_df['quantity'].apply(lambda x: f'{x:,.{quantity_precison}f}')
return (ask3_df.to_dict('records'),
bid3_df.to_dict('records'),
mid_price_str)
### Run the server
if __name__ == '__main__':
app.run_server(debug=True)
図5-1
図5-1は、Webページをディスクトップパソコンに表示したときの画面です。
「top」と「bottom」が左右に表示されています。
板に表示する仮想通貨は、ドロップダウンリストからシンボルを選択して変えることができます。
ここでは「LTC_JPY」を選択しています。
板に表示する「売」と「買」の注文件数はスライダーから選択することができます。
件数の範囲は「3, 6, 9, 12, 15」になっています。
ここでは「9」を選択しています。
DataTableには「style_as_list_view=True」のプロパティを追加して表から縦線を消して横線だけにしています。
ちなみに、ドロップダウンリストを「Dark」モードで表示するときは、
カスタムスタイルシートを適用させる必要があります。
カスタムスタイルシートは、後述する「リスト７」に掲載しています。
なお、CSSファイル「article142.css」は、「assets」フォルダに格納しておくと自動的に取り込まれます。
図5-2
図5-2では、ドロップダウンリストからビットコイン「BTC_JPY」を選択しています。
板にはビットコインの注文情報がそれぞれ９件表示されています。
図5-3
図5-3では、スライダーから「3」を選択して板に表示する注文件数を３件に減らしています。
図5-4
図5-4では、Webページを「iPhone SE」に表示しています。
「bottom, top」の順に上下に表示されています。
ここでは、ドロップダウンリストからイーサリアム(ETH_JPY)を選択しています。
さらに、スライダーから「6」を選択しています。
図5-5
図5-5では、Webページを「iPad Air」に表示しています。
この場合、「top, bottom」は左右に表示されます。
ここでは、ビットコインキャッシュ(BCH_JPY)を選択しています。
板情報の「数量」に棒グラフを重ねて表示させる
ここでは、Webページに表示する板情報の「数量」に重ねて「棒グラフ」も表示しています。
数量の数値と棒グラフを表示することにより、数値の大小が視覚化できます。
棒グラフを使用するには、DashのDataTableに「style_data_conditional」プロパティを追加します。
このスタイルシートには、CSSの「linear-gradient」を追加して棒グラフを描画させます。
ここでは、外部ファイル「com_lib.py」に格納されている「get_datatable_style_data()」関数を使用しています。
なお、DataTableに棒グラフを表示する処理は、
「記事(Article141)」で詳しく解説していますのでここでは省略します。
リスト３にソースコードの一部を掲載しています。変更箇所は「オレンジ色」でハイライトしています。
リスト３：Article142.py
# Article142.py
# Import python libraries
from dash import Dash, html, Output, Input, State, dash_table, dcc, ctx
import dash_bootstrap_components as dbc
import plotly.graph_objects as go
from decimal import Decimal
import pandas as pd
import requests
import numpy as np
import math
from time import sleep
from lib.com_lib import get_datatable_style_data
from lib.gmo_api import get_orderbooks_try, get_orderbooks
####################
# Main
####################
app = Dash(__name__, external_stylesheets=[dbc.themes.CYBORG],
meta_tags=[
{'name': 'viewport', 'content': 'width=device-width, initial-scale=1.0'},
{'name': 'description', 'content': 'GMO Coin Orderbook Dashbord!'}
])
app.title = 'GMO Coin Orderbook Dashbord!'
app.layout = dbc.Container([
dbc.Row([
dbc.Col(
top,
xs=dict(order=2, size=12), # mobile
sm=dict(order=1, size=6), # desktop
style=COL_BORDER
),
dbc.Col(
bottom,
xs=dict(order=1, size=12), # mobile
sm=dict(order=2, size=6), # desktop
style=COL_BORDER
),
], style=ROW_BORDER),
dcc.Interval(id='timer', interval=1000*3) # 3 seconds
])
####################
# Dash Callback
####################
@app.callback(
Output('ask-dt', 'data'),
Output('ask-dt', 'style_data_conditional'),
Output('bid-dt', 'data'),
Output('bid-dt', 'style_data_conditional'),
Output('price-h2', 'children'),
Input('coin-dl', 'value'),
Input('slider', 'value'),
Input('timer', 'n_intervals'),
)
##################################################
def update_orderbook(symbol, n_rows, n_intervals):
# print(f"pdate_orderbook({symbol=}, {n_rows=}, {n_intervals=})")
if symbol is None:
df = pd.DataFrame()
return (df.to_dict('records'), [],
df.to_dict('records'), [],
None)
levels_to_show = n_rows
price_precision = price_precision_dict[symbol]
quantity_precison = qty_precision_dict[symbol]
# Get orderbooks (ask, bid)
ask_df, bid_df = get_orderbooks_try(symbol) # sell, buy
mid_price = (bid_df.price.iloc[0] + ask_df.price.iloc[0]) / 2
mid_price_str = f'{mid_price:,.{price_precision}f}'
bid_df = bid_df.sort_values('price', ascending=False)
ask_df = ask_df.sort_values('price', ascending=False)
bid2_df = bid_df.iloc[:levels_to_show]
ask2_df = ask_df.iloc[-levels_to_show:]
bid3_df = bid2_df.copy()
ask3_df = ask2_df.copy()
bid3_df['price'] = bid2_df['price'].apply(lambda x: f'{x:,.{price_precision}f}')
bid3_df['quantity'] = bid2_df['quantity'].apply(lambda x: f'{x:,.{quantity_precison}f}')
ask3_df['price'] = ask2_df['price'].apply(lambda x: f'{x:,.{price_precision}f}')
ask3_df['quantity'] = ask2_df['quantity'].apply(lambda x: f'{x:,.{quantity_precison}f}')
return (ask3_df.to_dict('records'), get_datatable_style_data(ask2_df, 'ask', symbol),
bid3_df.to_dict('records'), get_datatable_style_data(bid2_df, 'bid', symbol),
mid_price_str)
### Run the server
if __name__ == '__main__':
app.run_server(debug=True)
図6-1
図6-1では、Webページをディスクトップパソコンに表示しています。
板情報の「数量」に「棒グラフ」も重ねて表示されています。
図6-2
図6-2では、Webページを「iPad Air」に表示しています。
図6-3
図6-3では、Webページを「iPhone XR」に表示しています。
図6-4
図6-4では、Webページを「Surface Pro 7」に表示しています。
最終版の全てのコードを掲載
ここでは、最終版のプログラムのソースコードと、 ライブラリのソースコード、スタイルシートを掲載しています。
CSSファイル(article142.css)は「assets」フォルダに格納しておくと自動的に取り込まれます。
リスト４: Article142.py
# Article142.py
# https://dash.plotly.com/layout
# https://dash.plotly.com/datatable
# https://dash.plotly.com/dash-core-components
# https://bootstrap-cheatsheet.themeselection.com/
# https://www.w3schools.com/css/css_colors.asp
# Import python libraries
from dash import Dash, html, Output, Input, State, dash_table, dcc, ctx
import dash_bootstrap_components as dbc
import plotly.graph_objects as go
from decimal import Decimal
import pandas as pd
import requests
import numpy as np
import math
from time import sleep
from lib.com_lib import get_datatable_style_data
from lib.gmo_api import get_orderbooks_try, get_orderbooks
'''
mobile
+--------+
| bottom |
|--------|
| top |
+--------+
desktop
+--------+--------+
| top | bottom |
+--------+--------+
'''
####################
# Main
####################
### Define Stlye Sheets (CSS)
DATATABLE_HEADER_CSS = {
'display': 'none'
}
DATATABLE_ASK_CELL_CSS = {
'minWidth': '140px',
'maxWidth': '140px',
'width': '140px',
'text-align': 'right',
# 'background-color': 'black',
# 'color': 'DodgerBlue', # 'color': 'white', 'cyan'
'border': '1px solid rgba(30,30,30)'
}
DATATABLE_BID_CELL_CSS = {
'minWidth': '140px',
'maxWidth': '140px',
'width': '140px',
'text-align': 'right',
# 'background-color': 'black',
# 'color': 'Red', # 'color': 'white',
'border': '1px solid rgba(30,30,30)'
}
DROPDOWN_DIV_CSS = {
'display': 'flex',
'justify-content': 'center',
'align-items': 'center',
'height': '100vh'
}
ROW_BORDER = {
# 'border-color': 'red', # border-color: red
# 'border-style': 'solid', # border-style: dotted, solid, double
# 'border-width': 'thin', # border-width: thin, thick
# 'text-align': 'center'
}
COL_BORDER = {
# 'border-color': 'green', # border-color: green
# 'border-style': 'dotted', # border-style: dotted, solid, double
# 'border-width': 'thin', # border-width: thin, thick
# 'text-align': 'center',
}
### Define price, qty precisions
price_precision_dict = {'BTC_JPY': 0, 'ETH_JPY': 0, 'LTC_JPY': 0, 'BCH_JPY': 0, 'XRP_JPY': 3}
qty_precision_dict = {'BTC_JPY': 2, 'ETH_JPY': 1, 'LTC_JPY': 0, 'BCH_JPY': 1, 'XRP_JPY': 0}
### Layout Top Column
top = html.Div(
[
dash_table.DataTable(
id='ask-dt',
style_header=DATATABLE_HEADER_CSS,
style_cell=DATATABLE_ASK_CELL_CSS,
style_as_list_view=True,
),
html.Br() ,
html.H2(
id='price-h2', style={'text-align': 'center'}
),
dash_table.DataTable(
id='bid-dt',
style_header=DATATABLE_HEADER_CSS,
style_cell=DATATABLE_BID_CELL_CSS,
style_as_list_view=True,
),
html.Br(),
dcc.Slider(3, 15, 3, value=10, id='slider'),
], style={'background-color': 'black', 'color': 'white'})
# style={'height': '10em', 'background-color': 'black', 'color': 'white'}
### Layout Bottom Column
bottom = html.Div(
[
html.H5('GMO Coin Orderbook Dashbord!'),
html.Hr(),
html.Label('Coin Symbol:', style={'text-align': 'left'}),
dcc.Dropdown(
['BTC_JPY', 'ETH_JPY', 'LTC_JPY', 'XRP_JPY', 'BCH_JPY'],
'BTC_JPY',
placeholder='Select a coin',
id='coin-dl',
),
], style={'background-color': 'black', 'color': 'white'})
app = Dash(__name__, external_stylesheets=[dbc.themes.CYBORG],
meta_tags=[
{'name': 'viewport', 'content': 'width=device-width, initial-scale=1.0'},
{'name': 'description', 'content': 'GMO Coin Orderbook Dashbord!'}
])
app.title = 'GMO Coin Orderbook Dashbord!'
app.layout = dbc.Container([
dbc.Row([
dbc.Col(
top,
xs=dict(order=2, size=12), # mobile
sm=dict(order=1, size=6), # desktop
style=COL_BORDER
),
dbc.Col(
bottom,
xs=dict(order=1, size=12), # mobile
sm=dict(order=2, size=6), # desktop
style=COL_BORDER
),
], style=ROW_BORDER),
dcc.Interval(id='timer', interval=1000*3) # 3 seconds
])
####################
# Dash Callback
####################
@app.callback(
Output('ask-dt', 'data'),
Output('ask-dt', 'style_data_conditional'),
Output('bid-dt', 'data'),
Output('bid-dt', 'style_data_conditional'),
Output('price-h2', 'children'),
Input('coin-dl', 'value'),
Input('slider', 'value'),
Input('timer', 'n_intervals'),
)
##################################################
def update_orderbook(symbol, n_rows, n_intervals):
# print(f"pdate_orderbook({symbol=}, {n_rows=}, {n_intervals=})")
if symbol is None:
df = pd.DataFrame()
return (df.to_dict('records'), [],
df.to_dict('records'), [],
None)
levels_to_show = n_rows
price_precision = price_precision_dict[symbol]
quantity_precison = qty_precision_dict[symbol]
# Get orderbooks (ask, bid)
ask_df, bid_df = get_orderbooks_try(symbol) # sell, buy
mid_price = (bid_df.price.iloc[0] + ask_df.price.iloc[0]) / 2
mid_price_str = f'{mid_price:,.{price_precision}f}'
bid_df = bid_df.sort_values('price', ascending=False)
ask_df = ask_df.sort_values('price', ascending=False)
bid2_df = bid_df.iloc[:levels_to_show]
ask2_df = ask_df.iloc[-levels_to_show:]
bid3_df = bid2_df.copy()
ask3_df = ask2_df.copy()
bid3_df['price'] = bid2_df['price'].apply(lambda x: f'{x:,.{price_precision}f}')
bid3_df['quantity'] = bid2_df['quantity'].apply(lambda x: f'{x:,.{quantity_precison}f}')
ask3_df['price'] = ask2_df['price'].apply(lambda x: f'{x:,.{price_precision}f}')
ask3_df['quantity'] = ask2_df['quantity'].apply(lambda x: f'{x:,.{quantity_precison}f}')
return (ask3_df.to_dict('records'), get_datatable_style_data(ask2_df, 'ask', symbol),
bid3_df.to_dict('records'), get_datatable_style_data(bid2_df, 'bid', symbol),
mid_price_str)
### Run the server
if __name__ == '__main__':
app.run_server(debug=True)
リスト５: lib/gmo_api.py
#############################################
def get_orderbooks_try(symbol: str) -> tuple: # return (sell_df, buy_df)
# print(f"get_orderbooks_try({symbol=})")
retry_count = 0
api_retry_limit_count = 5
# retry N times if invalid or connection or time out errors
while True:
status, sell_df, buy_df = get_orderbooks(symbol) # => return (status, sell_df, buy_df)
# 4:invalid request (requests are too many), 7:connection error, 8:time out error ?
if status == 4 or status == 8:
if retry_count < api_retry_limit_count:
retry_count += 1
sec = np.random.randint(low=3, high=61, size=(1))[0] # get random number between 3~60 seconds
print(f"Due to get_orderbooks({status=}) error sleeping {sec} seconds ▶ {retry_count=} ")
sleep(sec) # sleep 3~60 seconds
continue
elif status == 7: # connection error
retry_count += 1
sec = np.random.randint(low=3, high=61, size=(1))[0] # get random number between 3~60 seconds
print(f"Due to get_orderbooks({status=}) error sleeping {sec} seconds ▶ {retry_count=} ")
sleep(sec) # sleep 3~60 seconds
continue
break # exit while loop
# end of while True:
# print(f"get_orderbooks_try({symbol=}) ▶ {sell_df.shape=}, {buy_df.shape=}")
return (sell_df, buy_df) # ask, bid
#########################################
def get_orderbooks(symbol: str) -> tuple: # return (status, sell_df, buy_df)
# symbol = self.coin.symbol
# print(f"get_orderbooks({symbol=})")
endPoint = 'https://api.coin.z.com/public'
path = f'/v1/orderbooks?symbol={symbol}'
url = endPoint + path
status = 999 # misc error
while True:
try:
res_dict = requests.get(url) # 3 seconds # timeout=0.001 sec
dict = res_dict.json() # requests.exceptions.JSONDecodeError:
except requests.exceptions.HTTPError as errh:
print(f"HTTP ERROR: get_orderbooks() ▶ request.get() {errh}")
status = 999 # misc error
sell_df = pd.DataFrame() # return empty dataframe
buy_df = pd.DataFrame() # return empty dataframe
break # return with empty dataframe
except requests.exceptions.ConnectionError as errc:
print(f"CONNECTION ERROR: get_orderbooks() ▶ request.get() {errc}")
status = 7 # retry error
sell_df = pd.DataFrame() # return empty dataframe
buy_df = pd.DataFrame() # return empty dataframe
break # return with empty dataframe
except requests.exceptions.Timeout as errt:
print(f"TIMEOUT ERROR: get_orderbooks() ▶ request.get() {errt}")
status = 8 # retry error
sell_df = pd.DataFrame() # return empty dataframe
buy_df = pd.DataFrame() # return empty dataframe
break # return with empty dataframe
except requests.exceptions.JSONDecodeError as errd:
print(f"JSON DECODE ERROR: get_orderbooks() ▶ res_dict.json() {errd}" )
df = pd.DataFrame() # return empty dataframe
status = 999 # json decode error
break # error return
except requests.exceptions.RequestException as err:
print(f"EXCEPTION ERROR: get_orderbooks() ▶ request.get() {err}" )
status = 999 # misc error
sell_df = pd.DataFrame() # return empty dataframe
buy_df = pd.DataFrame() # return empty dataframe
break # return with empty dataframe
except: # block lets you handle the error
print(f"MISC EXCEPTION ERROR: get_orderbooks() ▶ return...")
status = 999 # misc error
sell_df = pd.DataFrame() # return empty dataframe
buy_df = pd.DataFrame() # return empty dataframe
break # return with empty dataframe
# end of try except else finally
# # dict = res_dict.json() # ★ RequestJSONDecodeError() => moved to try...except
# # {'status': 0,
# # 'data': {
# # 'asks': [{'price': '4042000', 'size': '0.0005'},
# # {'price': '4045000', 'size': '0.0028'},
# # {'price': '4045018', 'size': '0.0001'},
# # {'price': '4049000', 'size': '0.001'},
# # {'price': '4049310', 'size': '0.0329'},
# # {'price': '4049520', 'size': '0.0125'},
# # {'price': 5381822.0, 'size': '0.001'}],
# # 'bids': [{'price': 5013050.0, 'size': '0.0749'},
# # {'price': 5013000.0, 'size': '0.0015'},
# # {'price': 5012425.0, 'size': '0.05'},
# # {'price': 5012420.0, 'size': '0.05'},
# # {'price': 4740000.0, 'size': '0.2135'}],
# # 'symbol': 'BTC'},
### Normal Case
####################################################### debug info
# print('-'*100, 'dump response from get_orderbooks()')
# print(dict)
# print('-'*100, 'dump response from get_orderbooks()')
####################################################### debug info
status = dict.get('status')
if status == 0:
data_dict = dict.get('data')
asks = data_dict.get('asks') # sell order info (ascending order)
bids = data_dict.get('bids') # buy order info (descending order)
sell_df = pd.DataFrame(asks)
buy_df = pd.DataFrame(bids)
# {'asks': [{'price': '4064331', 'size': '0.0001'},
# {'price': '4069888', 'size': '0.0309'},
# {'price': '4070000', 'size': '0.0073'},
# {'price': '4070620', 'size': '0.001'},
# {'price': 5381822.0, 'size': '0.001'}],
# 'bids': [{'price': 5013050.0, 'size': '0.0749'},
# {'price': 5013000.0, 'size': '0.0015'},
# {'price': 5012425.0, 'size': '0.05'},
# {'price': 5012420.0, 'size': '0.05'},
# {'price': 4740000.0, 'size': '0.2135'}],
# Data columns (total 2 columns):
# # Column Non-Null Count Dtype
# --- ------ -------------- -----
# 0 price 1000 non-null float64
# 1 quantity 1000 non-null float64
# dtypes: float64(2)
if sell_df.shape[0] > 0:
# convert data types
sell_df = sell_df.astype({'price': 'float', 'size': 'float'})
# rename column name
sell_df.rename(columns={'size': 'quantity'}, inplace=True)
if buy_df.shape[0] > 0:
# convert data types
buy_df = buy_df.astype({'price': 'float', 'size': 'float'})
# rename column name
buy_df.rename(columns={'size': 'quantity'}, inplace=True)
else: # error return
msg_list = dict.get('messages')
msg_code = msg_list[0].get('message_code')
msg_str = msg_list[0].get('message_string')
if status == 5: # Maintenance
print(f"GMO Maintenance: get_orderbooks({symbol}) ▶ {status=}, {msg_code} - {msg_str} quit python...")
quit()
else: # status == ?
print(f"Invalid Request: get_orderbooks({symbol}) ▶ {status=}, {msg_code} - {msg_str} error return with empty dataframe...")
###################################################### debug info
print('-'*100, 'dump response from get_orderbooks()')
print(dict)
print('-'*100, 'dump response from get_orderbooks()')
##################################################### debug info
sell_df = pd.DataFrame() # return empty dataframe
buy_df = pd.DataFrame() # return empty dataframe
# end if if status == 0:
break
# end of while true:
# print(f"get_orderbooks({symbol=}) ▶ {status=}, {sell_df.shape=}, {buy_df.shape=}")
return (status, sell_df, buy_df) # status, sell_df(ascending order), buy_df(descending order)
リスト６: lib/com_lib.py
################################################################################
def get_datatable_style_data(df: pd.DataFrame , side: str, symbol: str) -> list:
if side == 'ask':
bar_color = 'rgba(230, 31, 7, 0.2)'
font_color = 'rgba(230, 31, 7)'
else:
bar_color = 'rgba(13, 230, 49, 0.2)'
font_color = 'rgba(13, 230, 49)'
cell_bg_color = '#060606'
if symbol == 'XRP_JPY':
styles = []
styles.append({
'if': {'column_id': 'price'},
'color': font_color,
'background-color': cell_bg_color
})
styles.append({
'if': {'column_id': 'quantity'},
'color': 'white',
'background-color': 'black'
})
return styles
n_bins = 25
bounds = [i * (1.0 / n_bins) for i in range(n_bins + 1)]
quantity = df['quantity']
ranges = [((quantity.max() - quantity.min()) * i) + quantity.min() for i in bounds]
styles = []
for i in range(1, len(bounds)):
min_bound = ranges[i-1]
max_bound = ranges[i]
max_bound_percentage = math.floor(bounds[i] * 100)
# linear-gradient(red 0%, orange 25%, yellow 50%, green 75%, blue 100%);
# linear-gradient(red 10%, 30%, blue 90%);
styles.append({
'if': {
'filter_query': ('{{quantity}} >= {min_bound}' +
(' && {{quantity}} < {max_bound}' if (i < (len(bounds)-1)) else '')
).format(min_bound=min_bound, max_bound=max_bound),
'column_id': 'quantity'
},
'background': (
'''
linear-gradient(270deg,
{bar_color} 0% ,
{bar_color} {max_bound_percentage}%,
{cell_bg_color} {max_bound_percentage}%,
{cell_bg_color} 100%)
'''.format(bar_color=bar_color, cell_bg_color=cell_bg_color,
max_bound_percentage=max_bound_percentage),
),
'paddingBottom': 2,
'paddingTop': 2,
})
# for i in range(1, len(bounds)):
styles.append({
'if': {'column_id': 'price'},
'color': font_color,
'background-color': cell_bg_color
})
return styles
リスト７: assets/article142.css
#coin-dl .Select-control {
background-color: rgb(25, 25, 25) !important;
color:white;
}
#coin-dl .Select-value-label {
color: white !important;
}
#coin-dl .Select-menu-outer {
background-color: rgb(25, 25, 25);
color: white;
}