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。

现在，修改我们的graph_data函数：

def graph_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') 
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 

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：

for label in ax1.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：

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 

结果为：