Python 数据科学入门：Matplotlib 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。

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：

defgraph_data(stock):
fig=plt.figure()
ax1=plt.subplot2grid((1,1),(0,0))1234

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：

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')
forlineinsplit_source:
split_line=line.split(',')
iflen(split_line)==6:
if'values'notinlineand'labels'notinline:
stock_data.append(line)
date,closep,highp,lowp,openp,volume=np.loadtxt(stock_data,
delimiter=',',
unpack=True,
converters={0:bytespdate2num('%Y%m%d')})1234567891011121314

下面，我们这样绘制数据：

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

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：

forlabelinax1.xaxis.get_ticklabels():
label.set_rotation(45)12

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：

ax1.grid(True)1

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：

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

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：

importmatplotlib.pyplotasplt
importnumpyasnp
importurllib
importmatplotlib.datesasmdates
defbytespdate2num(fmt,encoding='utf-8'):
strconverter=mdates.strpdate2num(fmt)
defbytesconverter(b):
s=b.decode(encoding)
returnstrconverter(s)
returnbytesconverter
defgraph_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')
forlineinsplit_source:
split_line=line.split(',')
iflen(split_line)==6:
if'values'notinlineand'labels'notinline:
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')
forlabelinax1.xaxis.get_ticklabels():
label.set_rotation(45)
ax1.grid(True)#,color='g',linestyle='-',linewidth=5)
plt.xlabel('Date')
plt.ylabel('Price')
plt.title('InterestingGraph\nCheckitout')
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

结果为：