在这篇文章里我们将会设置
1、让y轴的标签显示在右边
ax.yaxis.tick_right() # 将y轴的数值显示在右边
2、设置x轴的范围
ax.set_xlim(0, len(stock_data.index)-begin, 1) # 设置x轴的范围
3、设置x轴的刻度
ax.set_xticks(range(0, len(stock_data.index)-begin, 1)) # 设置x轴的刻度
4、设置x轴和y轴的标签字体大小
for label in ax.xaxis.get_ticklabels(): # 设置x轴标签的字体大小
label.set_fontsize(16)
for label in ax.yaxis.get_ticklabels(): # 设置y轴标签的字体大小
label.set_fontsize(40)
完整的代码如下：
# 1、仅制作单股票的日K图，添加网格
# 2、添加网格
# 3、优化x轴和y轴
import pandas
import matplotlib.pyplot as plt
import mpl_finance as mpf
dir_name = 'D:\gupiao\'
def paint_dayk(code):
# 1、获取数据
stock_data = pandas.read_csv(dir_name + code + '.txt') # 读取数据
begin = len(stock_data) - 120 # 取最近120天的数据
if begin < 0: # 如果上市未满120天，则从上市当天开始显示
begin = 0
# 2、画日K图
fig = plt.figure( # 添加fig对象
figsize=(54, 28), # 设置fig大小，长和宽，单位为英寸
dpi=120) # 每英寸的像素点数
gs = fig.add_gridspec(1, 1) # 在fig中添加一个一行一列的网格
ax = fig.add_subplot(gs[0, 0]) # 在fig中添加网格的第一块，并返回一套坐标轴
mpf.candlestick2_ochl( # 调用candlestick2_ochl画日K图
ax, # 在这套坐标轴内画日K图
stock_data.open[begin:], stock_data.close[begin:], # 开盘价和收盘价
stock_data.high[begin:], stock_data.low[begin:], # 最高价和最低价
width=0.8, colorup='red', colordown='green') # 收盘价大于开盘价则红柱，收盘价小于开盘价则绿柱
ax.grid(axis='x', linestyle='-.') # 添加x轴方向的网格
ax.grid(axis='y', linestyle='-.') # 添加y轴方向的网格
ax.yaxis.tick_right() # 将y轴的数值显示在右边
ax.set_xlim(0, len(stock_data.index)-begin, 1) # 设置x轴的范围
ax.set_xticks(range(0, len(stock_data.index)-begin, 1)) # 设置x轴的刻度
for label in ax.xaxis.get_ticklabels(): # 设置x轴标签的字体大小
label.set_fontsize(16)
for label in ax.yaxis.get_ticklabels(): # 设置y轴标签的字体大小
label.set_fontsize(40)
# 3、输出日K图
plt.savefig(dir_name + code + '.jpg') # 保存图片
def main():
code = '000001'
paint_dayk(code)
if __name__ == '__main__':
main()
生成的图片如下：
