在 Matplotlib 教程中，我們將討論一些可能的圖表自定義。 為了開始修改子圖，我們必須定義它們。 我們很快會談論他們，但有兩種定義並構造子圖的主要方法。 現在，我們只使用其中一個，但我們會很快解釋它們。
現在，修改我們的graph_data函數：
<code>def graph_data(stock):
fig = plt.figure()
ax1 = plt.subplot2grid((1,1), (0,0))1234/<code>
為了修改圖表，我們需要引用它，所以我們將它存儲到變量fig。 然後我們將ax1定義為圖表上的子圖。 我們在這裡使用subplot2grid，這是獲取子圖的兩種主要方法之一。 我們將深入討論這些東西，但現在，你應該看到我們有 2 個元組，它們提供了(1,1)和(0,0)。 1,1表明這是一個 1×1 網格。 然後0,0表明這個子圖的『起點』將為0,0。
接下來，通過我們已經編寫的代碼來獲取和解析數據：
<code>stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=10y/csv'
source_code = urllib.request.urlopen(stock_price_url).read().decode()
stock_data = []
split_source = source_code.split('\\n')
for line in split_source:
split_line = line.split(',')
if len(split_line) == 6:
if 'values' not in line and 'labels' not in line:
stock_data.append(line)
date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
delimiter=',',
unpack=True,
converters={0: bytespdate2num('%Y%m%d')})1234567891011121314/<code>
下面，我們這樣繪製數據：
<code>ax1.plot_date(date, closep,'-', label='Price')1/<code>
現在，由於我們正在繪製日期，我們可能會發現，如果我們放大，日期會在水平方向上移動。但是，我們可以自定義這些刻度標籤，像這樣：
<code>for label in ax1.xaxis.get_ticklabels():
label.set_rotation(45)12/<code>
這將使標籤轉動到對角線方向。 接下來，我們可以添加一個網格：
<code>ax1.grid(True)1/<code>
然後，其它東西我們保留默認，但我們也可能需要略微調整繪圖，因為日期跑到了圖表外面。 記不記得我們在第一篇教程中討論的configure subplots按鈕？ 我們不僅可以以這種方式配置圖表，我們還可以在代碼中配置它們，以下是我們設置這些參數的方式：
<code>plt.subplots_adjust(left=0.09, bottom=0.20, right=0.94, top=0.90, wspace=0.2, hspace=0)1/<code>
現在，為了防止我們把你遺留在某個地方，這裡是完整的代碼：
<code>import matplotlib.pyplot as plt
import numpy as np
import urllib
import matplotlib.dates as mdates
def bytespdate2num(fmt, encoding='utf-8'):
strconverter = mdates.strpdate2num(fmt)
def bytesconverter(b):
s = b.decode(encoding)
return strconverter(s)
return bytesconverter
def graph_data(stock):
fig = plt.figure()
ax1 = plt.subplot2grid((1,1), (0,0))
stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=10y/csv'
source_code = urllib.request.urlopen(stock_price_url).read().decode()
stock_data = []
split_source = source_code.split('\\n')
for line in split_source:
split_line = line.split(',')
if len(split_line) == 6:
if 'values' not in line and 'labels' not in line:
stock_data.append(line)
date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
delimiter=',',
unpack=True,
converters={0: bytespdate2num('%Y%m%d')})
ax1.plot_date(date, closep,'-', label='Price')
for label in ax1.xaxis.get_ticklabels():
label.set_rotation(45)
ax1.grid(True)#, color='g', linestyle='-', linewidth=5)
plt.xlabel('Date')
plt.ylabel('Price')
plt.title('Interesting Graph\\nCheck it out')
plt.legend()
plt.subplots_adjust(left=0.09, bottom=0.20, right=0.94, top=0.90, wspace=0.2, hspace=0)
plt.show()
graph_data('TSLA')1234567891011121314151617181920212223242526272829303132333435363738394041424344454647/<code>
結果為：
分享到:
閱讀更多 流著看看 的文章
