二十四、多个 Y 轴

在这篇 Matplotlib 教程中，我们将介绍如何在同一子图上使用多个 Y 轴。 在我们的例子中，我们有兴趣在同一个图表及同一个子图上绘制股票价格和交易量。

为此，首先我们需要定义一个新的轴域，但是这个轴域是ax2仅带有x轴的『双生子』。

这足以创建轴域了。我们叫它ax2v，因为这个轴域是ax2加交易量。

现在，我们在轴域上定义绘图，我们将添加：

  1. ax2v.fill_between(date[-start:],0, volume[-start:], facecolor='#0079a3', alpha=0.4)

我们在 0 和当前交易量之间填充，给予它蓝色的前景色，然后给予它一个透明度。 我们想要应用幽冥毒，以防交易量最终覆盖其它东西，所以我们仍然可以看到这两个元素。

所以，到现在为止，我们的代码为：

  1. import matplotlib.pyplot as plt
  2. import matplotlib.dates as mdates
  3. import matplotlib.ticker as mticker
  4. from matplotlib.finance import candlestick_ohlc
  5. from matplotlib import style
  7. import numpy as np
  8. import urllib
  9. import datetime as dt
  11. style.use('fivethirtyeight')
  12. print(plt.style.available)
  14. print(plt.__file__)
  16. MA1 = 10
  17. MA2 = 30
  19. def moving_average(values, window):
  20.     weights = np.repeat(1.0, window)/window
  21.     smas = np.convolve(values, weights, 'valid')
  22.     return smas
  24. def high_minus_low(highs, lows):
  25.     return highs-lows
  28. def bytespdate2num(fmt, encoding='utf-8'):
  29.     strconverter = mdates.strpdate2num(fmt)
  30.     def bytesconverter(b):
  31.         s = b.decode(encoding)
  32.         return strconverter(s)
  33.     return bytesconverter
  36. def graph_data(stock):
  38.     fig = plt.figure()
  39.     ax1 = plt.subplot2grid((6,1), (0,0), rowspan=1, colspan=1)
  40.     plt.title(stock)
  41.     plt.ylabel('H-L')
  42.     ax2 = plt.subplot2grid((6,1), (1,0), rowspan=4, colspan=1, sharex=ax1)
  43.     plt.ylabel('Price')
  44.     ax2v = ax2.twinx()
  46.     ax3 = plt.subplot2grid((6,1), (5,0), rowspan=1, colspan=1, sharex=ax1)
  47.     plt.ylabel('MAvgs')
  50.     stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=1y/csv'
  51.     source_code = urllib.request.urlopen(stock_price_url).read().decode()
  52.     stock_data = []
  53.     split_source = source_code.split('\n')
  54.     for line in split_source:
  55.         split_line = line.split(',')
  56.         if len(split_line) == 6:
  57.             if 'values' not in line and 'labels' not in line:
  58.                 stock_data.append(line)
  61.     date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
  62.                                                           delimiter=',',
  63.                                                           unpack=True,
  64.                                                           converters={0: bytespdate2num('%Y%m%d')})
  66.     x = 0
  67.     y = len(date)
  68.     ohlc = []
  70.     while x < y:
  71.         append_me = date[x], openp[x], highp[x], lowp[x], closep[x], volume[x]
  72.         ohlc.append(append_me)
  73.         x+=1
  75.     ma1 = moving_average(closep,MA1)
  76.     ma2 = moving_average(closep,MA2)
  77.     start = len(date[MA2-1:])
  79.     h_l = list(map(high_minus_low, highp, lowp))
  82.     ax1.plot_date(date[-start:],h_l[-start:],'-')
  83.     ax1.yaxis.set_major_locator(mticker.MaxNLocator(nbins=4, prune='lower'))
  86.     candlestick_ohlc(ax2, ohlc[-start:], width=0.4, colorup='#77d879', colordown='#db3f3f')
  90.     ax2.yaxis.set_major_locator(mticker.MaxNLocator(nbins=7, prune='upper'))
  91.     ax2.grid(True)
  93.     bbox_props = dict(boxstyle='round',fc='w', ec='k',lw=1)
  95.     ax2.annotate(str(closep[-1]), (date[-1], closep[-1]),
  96.                  xytext = (date[-1]+4, closep[-1]), bbox=bbox_props)
  98. ##    # Annotation example with arrow
  99. ##    ax2.annotate('Bad News!',(date[11],highp[11]),
  100. ##                 xytext=(0.8, 0.9), textcoords='axes fraction',
  101. ##                 arrowprops = dict(facecolor='grey',color='grey'))
  102. ##
  103. ##    
  104. ##    # Font dict example
  105. ##    font_dict = {'family':'serif',
  106. ##                 'color':'darkred',
  107. ##                 'size':15}
  108. ##    # Hard coded text 
  109. ##    ax2.text(date[10], closep[1],'Text Example', fontdict=font_dict)
  110.     ax2v.fill_between(date[-start:],0, volume[-start:], facecolor='#0079a3', alpha=0.4)
  113.     ax3.plot(date[-start:], ma1[-start:], linewidth=1)
  114.     ax3.plot(date[-start:], ma2[-start:], linewidth=1)
  116.     ax3.fill_between(date[-start:], ma2[-start:], ma1[-start:],
  117.                      where=(ma1[-start:] < ma2[-start:]),
  118.                      facecolor='r', edgecolor='r', alpha=0.5)
  120.     ax3.fill_between(date[-start:], ma2[-start:], ma1[-start:],
  121.                      where=(ma1[-start:] > ma2[-start:]),
  122.                      facecolor='g', edgecolor='g', alpha=0.5)
  124.     ax3.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
  125.     ax3.xaxis.set_major_locator(mticker.MaxNLocator(10))
  126.     ax3.yaxis.set_major_locator(mticker.MaxNLocator(nbins=4, prune='upper'))
  128.     for label in ax3.xaxis.get_ticklabels():
  129.         label.set_rotation(45)
  133.     plt.setp(ax1.get_xticklabels(), visible=False)
  134.     plt.setp(ax2.get_xticklabels(), visible=False)
  135.     plt.subplots_adjust(left=0.11, bottom=0.24, right=0.90, top=0.90, wspace=0.2, hspace=0)
  136.     plt.show()
  139. graph_data('GOOG')

会生成：

二十四、多个 Y 轴 - 图1

太棒了，到目前为止还不错。 接下来，我们可能要删除新y轴上的标签，然后我们也可能不想让交易量占用太多空间。 没问题：

首先：

  1. ax2v.axes.yaxis.set_ticklabels([])

上面将y刻度标签设置为一个空列表，所以不会有任何标签了。

译者注：所以将标签删除之后，添加新轴的意义是什么？直接在原轴域上绘图就可以了。

接下来，我们可能要将网格设置为false，使轴域上不会有双网格：

  1. ax2v.grid(False)

最后，为了处理交易量占用很多空间，我们可以做以下操作：

  1. ax2v.set_ylim(0, 3*volume.max())

所以这设置y轴显示范围从 0 到交易量的最大值的 3 倍。 这意味着，在最高点，交易量最多可占据图形的33％。 所以，增加volume.max的倍数越多，空间就越小/越少。

现在，我们的图表为：

  1. import matplotlib.pyplot as plt
  2. import matplotlib.dates as mdates
  3. import matplotlib.ticker as mticker
  4. from matplotlib.finance import candlestick_ohlc
  5. from matplotlib import style
  7. import numpy as np
  8. import urllib
  9. import datetime as dt
  11. style.use('fivethirtyeight')
  12. print(plt.style.available)
  14. print(plt.__file__)
  16. MA1 = 10
  17. MA2 = 30
  19. def moving_average(values, window):
  20.     weights = np.repeat(1.0, window)/window
  21.     smas = np.convolve(values, weights, 'valid')
  22.     return smas
  24. def high_minus_low(highs, lows):
  25.     return highs-lows
  28. def bytespdate2num(fmt, encoding='utf-8'):
  29.     strconverter = mdates.strpdate2num(fmt)
  30.     def bytesconverter(b):
  31.         s = b.decode(encoding)
  32.         return strconverter(s)
  33.     return bytesconverter
  36. def graph_data(stock):
  38.     fig = plt.figure()
  39.     ax1 = plt.subplot2grid((6,1), (0,0), rowspan=1, colspan=1)
  40.     plt.title(stock)
  41.     plt.ylabel('H-L')
  42.     ax2 = plt.subplot2grid((6,1), (1,0), rowspan=4, colspan=1, sharex=ax1)
  43.     plt.ylabel('Price')
  44.     ax2v = ax2.twinx()
  46.     ax3 = plt.subplot2grid((6,1), (5,0), rowspan=1, colspan=1, sharex=ax1)
  47.     plt.ylabel('MAvgs')
  50.     stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=1y/csv'
  51.     source_code = urllib.request.urlopen(stock_price_url).read().decode()
  52.     stock_data = []
  53.     split_source = source_code.split('\n')
  54.     for line in split_source:
  55.         split_line = line.split(',')
  56.         if len(split_line) == 6:
  57.             if 'values' not in line and 'labels' not in line:
  58.                 stock_data.append(line)
  61.     date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
  62.                                                           delimiter=',',
  63.                                                           unpack=True,
  64.                                                           converters={0: bytespdate2num('%Y%m%d')})
  66.     x = 0
  67.     y = len(date)
  68.     ohlc = []
  70.     while x < y:
  71.         append_me = date[x], openp[x], highp[x], lowp[x], closep[x], volume[x]
  72.         ohlc.append(append_me)
  73.         x+=1
  75.     ma1 = moving_average(closep,MA1)
  76.     ma2 = moving_average(closep,MA2)
  77.     start = len(date[MA2-1:])
  79.     h_l = list(map(high_minus_low, highp, lowp))
  82.     ax1.plot_date(date[-start:],h_l[-start:],'-')
  83.     ax1.yaxis.set_major_locator(mticker.MaxNLocator(nbins=4, prune='lower'))
  86.     candlestick_ohlc(ax2, ohlc[-start:], width=0.4, colorup='#77d879', colordown='#db3f3f')
  90.     ax2.yaxis.set_major_locator(mticker.MaxNLocator(nbins=7, prune='upper'))
  91.     ax2.grid(True)
  93.     bbox_props = dict(boxstyle='round',fc='w', ec='k',lw=1)
  95.     ax2.annotate(str(closep[-1]), (date[-1], closep[-1]),
  96.                  xytext = (date[-1]+5, closep[-1]), bbox=bbox_props)
  98. ##    # Annotation example with arrow
  99. ##    ax2.annotate('Bad News!',(date[11],highp[11]),
  100. ##                 xytext=(0.8, 0.9), textcoords='axes fraction',
  101. ##                 arrowprops = dict(facecolor='grey',color='grey'))
  102. ##
  103. ##    
  104. ##    # Font dict example
  105. ##    font_dict = {'family':'serif',
  106. ##                 'color':'darkred',
  107. ##                 'size':15}
  108. ##    # Hard coded text 
  109. ##    ax2.text(date[10], closep[1],'Text Example', fontdict=font_dict)
  111.     ax2v.fill_between(date[-start:],0, volume[-start:], facecolor='#0079a3', alpha=0.4)
  112.     ax2v.axes.yaxis.set_ticklabels([])
  113.     ax2v.grid(False)
  114.     ax2v.set_ylim(0, 3*volume.max())
  118.     ax3.plot(date[-start:], ma1[-start:], linewidth=1)
  119.     ax3.plot(date[-start:], ma2[-start:], linewidth=1)
  121.     ax3.fill_between(date[-start:], ma2[-start:], ma1[-start:],
  122.                      where=(ma1[-start:] < ma2[-start:]),
  123.                      facecolor='r', edgecolor='r', alpha=0.5)
  125.     ax3.fill_between(date[-start:], ma2[-start:], ma1[-start:],
  126.                      where=(ma1[-start:] > ma2[-start:]),
  127.                      facecolor='g', edgecolor='g', alpha=0.5)
  129.     ax3.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
  130.     ax3.xaxis.set_major_locator(mticker.MaxNLocator(10))
  131.     ax3.yaxis.set_major_locator(mticker.MaxNLocator(nbins=4, prune='upper'))
  133.     for label in ax3.xaxis.get_ticklabels():
  134.         label.set_rotation(45)
  138.     plt.setp(ax1.get_xticklabels(), visible=False)
  139.     plt.setp(ax2.get_xticklabels(), visible=False)
  140.     plt.subplots_adjust(left=0.11, bottom=0.24, right=0.90, top=0.90, wspace=0.2, hspace=0)
  141.     plt.show()
  144. graph_data('GOOG')

到这里，我们差不多完成了。 这里唯一的缺陷是一个好的图例。 一些线条是显而易见的，但人们可能会好奇移动均值的参数是什么，我们这里是 10 和 30。 添加自定义图例是下一个教程中涉及的内容。