在這個 Matplotlib 教程中，我們將介紹如何處理 unix 時間戳的轉換，然後在圖形中繪製日期戳。 使用 Yahoo Finance API，你會注意到，如果你使用較大的時間間隔，如1y（一年），你會得到我們一直在使用的日期戳，但如果你使用10d（10 天），反之你會得到 unix 時間的時間戳。
Unix 時間是 1970 年 1 月 1 日以後的秒數，它是跨程序的標準化時間表示方法。 也就是說，Matplotlib 並不歡迎 unix 時間戳。 這裡是你可以使用 Matplotlib 來處理 unix 時間的方式：
<code>def graph_data(stock):
fig = plt.figure()
ax1 = plt.subplot2grid((1,1), (0,0))1234/<code>
所以在這裡，我們所做的是 unix 時間的寫入處理，並註釋掉我們以前的代碼，因為我們為之後的使用而保存它。 這裡的主要區別是：
<code>dateconv = np.vectorize(dt.datetime.fromtimestamp)
date = dateconv(date)12/<code>
這裡，我們將時間戳轉換為日期戳，然後將其轉換為 Matplotlib 想要的時間。
現在，由於某些原因，我的 unix 時間帶有另一行包含 6 個元素的數據，並且它包含了術語label，因此，在我們解析數據的for循環中，我們為你再添加一個需要注意的檢查：
<code>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/<code>
現在你的圖表應該類似：
這裡的所有扁平線條的原因是市場關閉。 有了這個短期數據，我們可以得到日內數據。 所以交易開放時有很多點，然後市場關閉時就沒有了，然後又是一堆，然後又是沒有。
分享到:
閱讀更多 流著看看 的文章
