欢迎大家订阅《Python实战-构建基于股票的量化交易系统》小册子，小册子会陆续推出与小册内容相关的专栏文章，对涉及到的知识点进行更全面的扩展介绍。本次专栏主要介绍下小册子中使用Matplotlib库
欢迎大家订阅《Python实战-构建基于股票的量化交易系统》小册子，小册子会陆续推出与小册内容相关的专栏文章，对涉及到的知识点进行更全面的扩展介绍。
本次专栏主要介绍下小册子中使用Matplotlib库时所涉及到的一些问题。最常见的是“中文显示乱码问题”和“tight_layout()出错问题”。
中文显示乱码问题
由于Matplotlib库缺少中文字体，因此在图表上显示中文时会出现乱码。一种解决方法为在代码中添加以下参数设置，如下所示：
import numpy as npimport matplotlibimport matplotlib.pyplot as pltfrom matplotlib.figure import Figure# 正常显示画图时出现的中文和负号from pylab import mplmpl.rcParams['font.sans-serif']=['SimHei']mpl.rcParams['axes.unicode_minus']=False# 以下是其他代码另一种方法是更改配置文件。这里我们以mac系统为例来介绍下。在MAC中调试matplotlib时中文显示框框解决方法：
下载simhei.ttf字体库拷贝至matplotlib字体文件夹（Macintosh HD ▸ 用户 ▸ xxxx ▸ anaconda3 ▸ lib ▸ python3.7 ▸ site-packages ▸ matplotlib ▸ mpl-data ▸ fonts▸ ttf）。
同样在matplotlib/mpl-data/fonts目录下面修改配置文件matplotlibrc
font.family : sans-seriffont.sans-serif : SimHei, Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif axes.unicode_minus:False - 3、在Python中运行如下代码重新加载字体使配置生效：
from matplotlib.font_manager import _rebuild_rebuild() #reload tight_layout()出错问题
在matplotlib中，轴Axes的位置以标准化图形坐标指定，可能发生的情况是轴标签、标题、刻度标签等等会超出图形区域，导致显示不全。Matplotlib v1.1 引入了一个新的命令tight_layout()，作用是自动调整子图参数，使之填充整个图像区域。调用plt.show()函数时会自动运行tight_layout()函数，如下所示：
def show(self): self.figure.tight_layout() FigureCanvasAgg.draw(self) if PORT is None: return if matplotlib.__version__ < '1.2': buffer = self.tostring_rgb(0, 0) else: buffer = self.tostring_rgb() if len(set(buffer)) <= 1: # do not plot empty return render = self.get_renderer() width = int(render.width) plot_index = index if os.getenv("PYCHARM_MATPLOTLIB_INTERACTIVE", False) else -1 try: sock = socket.socket() sock.connect((HOST, PORT)) sock.send(struct.pack('>i', width)) sock.send(struct.pack('>i', plot_index)) sock.send(struct.pack('>i', len(buffer))) sock.send(buffer) except OSError as _: # nothing bad. It just means, that our tool window doesn't run yet pass我们通过以下一个例程来介绍，最终的显示效果如下所示：
fig = plt.figure(figsize=(12, 8))ax1 = fig.add_subplot(211)ax2 = fig.add_subplot(212)ax1.plot(np.arange(10), np.random.randint(0, 10, 10), ls='-', c='r', lw=1)ax2.plot(np.arange(10), np.random.randint(10, 20, 10), ls='-', c='y', lw=1)plt.show()
不过很多时候会出现tight_layout()不工作的情况，比如出现以下提示：UserWarning: This figure includes Axes that are not compatible with tight_layout, so results might be incorrect. warnings.warn("This figure includes Axes that are not compatible "
这个警告的原因是tight_layout这个函数出错了，警告语句出现的原因时axes列表为空，tight_layout()中相应的代码，如下所示:
subplotspec_list = get_subplotspec_list(self.axes)if None in subplotspec_list: cbook._warn_external("This figure includes Axes that are not " "compatible with tight_layout, so results " "might be incorrect.")可见这个函数并不太稳定。tight_layout不起作用的时候，绘图效果如下所示，可见子图并没有填充整个图像区域。
网上搜索了下发现也有类似的情况出现，附上部分案例的截图：
接下来我们尝试下解决方法，tight_layout在plt.savefig的调用方式相对比较稳定，我们将plt.show()函数替换为plt.savefig函数，替换后会在本地另外为png图片，该图片中子图填充了整个图像区域。
plt.savefig('fig.png', bbox_inches='tight') # 替换 plt.show()
购买小册子的同学注意了：我们会把这篇专栏的链家附加到《前置基础：Matplotlib函数式绘图的方式》这一节内容中。
更多的量化交易内容欢迎大家订阅小册阅读！！同时也欢迎大家关注我的微信公众号【元宵大师带你用Python量化交易】了解更多Python量化交易相关内容
.
广告
- 0