• 十、基本的自定义

    十、基本的自定义

    在 Matplotlib 教程中，我们将讨论一些可能的图表自定义。 为了开始修改子图，我们必须定义它们。 我们很快会谈论他们，但有两种定义并构造子图的主要方法。 现在，我们只使用其中一个，但我们会很快解释它们。

    现在，修改我们的graph_data函数：

    1. def graph_data(stock):
    3.     fig = plt.figure()
    4.     ax1 = plt.subplot2grid((1,1), (0,0))

    为了修改图表，我们需要引用它，所以我们将它存储到变量fig。 然后我们将ax1定义为图表上的子图。 我们在这里使用subplot2grid，这是获取子图的两种主要方法之一。 我们将深入讨论这些东西，但现在，你应该看到我们有 2 个元组，它们提供了(1,1)和(0,0)。 1,1表明这是一个 1×1 网格。 然后0,0表明这个子图的『起点』将为0,0。

    接下来，通过我们已经编写的代码来获取和解析数据：

    1. stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=10y/csv'
    2. source_code = urllib.request.urlopen(stock_price_url).read().decode()
    3. stock_data = []
    4. split_source = source_code.split('\n')
    5. for line in split_source:
    6.     split_line = line.split(',')
    7.     if len(split_line) == 6:
    8.         if 'values' not in line and 'labels' not in line:
    9.             stock_data.append(line)
    11. date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
    12.                                                       delimiter=',',
    13.                                                       unpack=True,
    14.                                                       converters={0: bytespdate2num('%Y%m%d')})

    下面，我们这样绘制数据：

    1. ax1.plot_date(date, closep,'-', label='Price')

    现在，由于我们正在绘制日期，我们可能会发现，如果我们放大，日期会在水平方向上移动。但是，我们可以自定义这些刻度标签，像这样：

    1. for label in ax1.xaxis.get_ticklabels():
    2.     label.set_rotation(45)

    这将使标签转动到对角线方向。 接下来，我们可以添加一个网格：

    1. ax1.grid(True)

    然后，其它东西我们保留默认，但我们也可能需要略微调整绘图，因为日期跑到了图表外面。 记不记得我们在第一篇教程中讨论的configure subplots按钮？ 我们不仅可以以这种方式配置图表，我们还可以在代码中配置它们，以下是我们设置这些参数的方式：

    1. plt.subplots_adjust(left=0.09, bottom=0.20, right=0.94, top=0.90, wspace=0.2, hspace=0)

    现在，为了防止我们把你遗留在某个地方，这里是完整的代码：

    1. import matplotlib.pyplot as plt
    2. import numpy as np
    3. import urllib
    4. import matplotlib.dates as mdates
    6. def bytespdate2num(fmt, encoding='utf-8'):
    7.     strconverter = mdates.strpdate2num(fmt)
    8.     def bytesconverter(b):
    9.         s = b.decode(encoding)
    10.         return strconverter(s)
    11.     return bytesconverter
    14. def graph_data(stock):
    16.     fig = plt.figure()
    17.     ax1 = plt.subplot2grid((1,1), (0,0))
    19.     stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=10y/csv'
    20.     source_code = urllib.request.urlopen(stock_price_url).read().decode()
    21.     stock_data = []
    22.     split_source = source_code.split('\n')
    23.     for line in split_source:
    24.         split_line = line.split(',')
    25.         if len(split_line) == 6:
    26.             if 'values' not in line and 'labels' not in line:
    27.                 stock_data.append(line)
    29.     date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
    30.                                                           delimiter=',',
    31.                                                           unpack=True,
    32.                                                           converters={0: bytespdate2num('%Y%m%d')})
    34.     ax1.plot_date(date, closep,'-', label='Price')
    35.     for label in ax1.xaxis.get_ticklabels():
    36.         label.set_rotation(45)
    37.     ax1.grid(True)#, color='g', linestyle='-', linewidth=5)
    39.     plt.xlabel('Date')
    40.     plt.ylabel('Price')
    41.     plt.title('Interesting Graph\nCheck it out')
    42.     plt.legend()
    43.     plt.subplots_adjust(left=0.09, bottom=0.20, right=0.94, top=0.90, wspace=0.2, hspace=0)
    44.     plt.show()
    47. graph_data('TSLA')

    结果为：

    十、基本的自定义 - 图1