在 Matplotlib 教程中，我們將討論一些可能的圖表自定義。 為了開始修改子圖，我們必須定義它們。 我們很快會談?wù)撍麄儯袃煞N定義并構(gòu)造子圖的主要方法。 現(xiàn)在，我們只使用其中一個，但我們會很快解釋它們。

現(xiàn)在，修改我們的graph_data函數(shù)：

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

為了修改圖表，我們需要引用它，所以我們將它存儲到變量fig。 然后我們將ax1定義為圖表上的子圖。 我們在這里使用subplot2grid，這是獲取子圖的兩種主要方法之一。 我們將深入討論這些東西，但現(xiàn)在，你應(yīng)該看到我們有 2 個元組，它們提供了(1,1)和(0,0)。 1,1表明這是一個 1×1 網(wǎng)格。 然后0,0表明這個子圖的『起點』將為0,0。

接下來，通過我們已經(jīng)編寫的代碼來獲取和解析數(shù)據(jù)：

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，我們這樣繪制數(shù)據(jù)：

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

現(xiàn)在，由于我們正在繪制日期，我們可能會發(fā)現(xiàn)，如果我們放大，日期會在水平方向上移動。但是，我們可以自定義這些刻度標(biāo)簽，像這樣：

for label in ax1.xaxis.get_ticklabels():  
    label.set_rotation(45)12 

這將使標(biāo)簽轉(zhuǎn)動到對角線方向。 接下來，我們可以添加一個網(wǎng)格：

ax1.grid(True)1 

然后，其它東西我們保留默認，但我們也可能需要略微調(diào)整繪圖，因為日期跑到了圖表外面。 記不記得我們在第一篇教程中討論的configure subplots按鈕? 我們不僅可以以這種方式配置圖表，我們還可以在代碼中配置它們，以下是我們設(shè)置這些參數(shù)的方式：

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

現(xiàn)在，為了防止我們把你遺留在某個地方，這里是完整的代碼：

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 

結(jié)果為：