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