Python 数据科学入门:Matplotlib 基本的自定义

栏目: IT技术 · 发布时间: 4年前

内容简介: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: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(

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:

Python 数据科学入门:Matplotlib 基本的自定义

以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

热点

热点

【美】马克•舍费尔(Mark Shaefer) / 曲秋晨 / 中国人民大学出版社 / 2017-1 / 49.00

你是不是常常困惑: 我创作内容,利用社交媒体,并紧跟每一次数字营销的创新和新平台的运作,可为什么我的业务和影响力没有明显起色? 2015年至2020年间,网络信息量将增长五到十倍,信息极度过剩。如何让你的内容脱颖而出?《热点》由全球顶尖营销专家马克•舍费尔所著,详尽披露如何收获核心粉丝、形成社会认同、引爆热点,进而成功塑造伟大的企业和个人品牌。一起来看看 《热点》 这本书的介绍吧!

CSS 压缩/解压工具
CSS 压缩/解压工具

在线压缩/解压 CSS 代码

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

MD5 加密
MD5 加密

MD5 加密工具