我们当前的代码是：

    现在我认为向我们的移动均值添加自定义填充是一个很好的主意。 移动均值通常用于说明价格趋势。 这个想法是，你可以计算一个快速和一个慢速的移动均值。 一般来说，移动均值用于使价格变得『平滑』。 他们总是『滞后』于价格，但是我们的想法是计算不同的速度。 移动均值越大就越『慢』。 所以这个想法是，如果『较快』的移动均值超过『较慢』的均值，那么价格就会上升，这是一件好事。 如果较快的 MA 从较慢的 MA 下方穿过，则这是下降趋势并且通常被视为坏事。 我的想法是在快速和慢速 MA 之间填充，『上升』趋势为绿色，然后下降趋势为红色。 方法如下：

    2.                  where=(ma1[-start:] < ma2[-start:]),
    3.                  facecolor='r', edgecolor='r', alpha=0.5)
    5. ax3.fill_between(date[-start:], ma2[-start:], ma1[-start:],
    6.                  where=(ma1[-start:] > ma2[-start:]),
    7.                  facecolor='g', edgecolor='g', alpha=0.5)

    这里，我们剪切和粘贴ax2日期格式，然后我们将x刻度标签设置为false，去掉它们！

    我们还可以通过在轴域定义中执行以下操作，为每个轴域提供自定义标签：

    1. fig = plt.figure()
    2. ax1 = plt.subplot2grid((6,1), (0,0), rowspan=1, colspan=1)
    3. plt.title(stock)
    4. ax2 = plt.subplot2grid((6,1), (1,0), rowspan=4, colspan=1)
    5. plt.xlabel('Date')
    6. plt.ylabel('Price')
    7. ax3 = plt.subplot2grid((6,1), (5,0), rowspan=1, colspan=1)

    所以，这里发生的是，我们通过首先将nbins设置为 5 来修改我们的y轴对象。这意味着我们显示的标签最多为 5 个。然后我们还可以『修剪』标签，因此，在我们这里， 我们修剪底部标签，这会使它消失，所以现在不会有任何文本重叠。 我们仍然可能打算修剪ax2的顶部标签，但这里是我们目前为止的源代码：

    当前的源码：

    1. import matplotlib.pyplot as plt
    2. import matplotlib.dates as mdates
    3. import matplotlib.ticker as mticker
    4. from matplotlib.finance import candlestick_ohlc
    5. from matplotlib import style
    7. import numpy as np
    8. import urllib
    9. import datetime as dt
    11. style.use('fivethirtyeight')
    12. print(plt.style.available)
    14. print(plt.__file__)
    16. MA1 = 10
    17. MA2 = 30
    19. def moving_average(values, window):
    20.     weights = np.repeat(1.0, window)/window
    21.     smas = np.convolve(values, weights, 'valid')
    22.     return smas
    24. def high_minus_low(highs, lows):
    25.     return highs-lows
    28. def bytespdate2num(fmt, encoding='utf-8'):
    29.     strconverter = mdates.strpdate2num(fmt)
    30.     def bytesconverter(b):
    31.         s = b.decode(encoding)
    33.     return bytesconverter
    37.     fig = plt.figure()
    38.     ax1 = plt.subplot2grid((6,1), (0,0), rowspan=1, colspan=1)
    39.     plt.title(stock)
    40.     plt.ylabel('H-L')
    41.     ax2 = plt.subplot2grid((6,1), (1,0), rowspan=4, colspan=1)
    42.     plt.ylabel('Price')
    43.     ax3 = plt.subplot2grid((6,1), (5,0), rowspan=1, colspan=1)
    44.     plt.ylabel('MAvgs')
    47.     stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=1y/csv'
    48.     source_code = urllib.request.urlopen(stock_price_url).read().decode()
    49.     stock_data = []
    50.     split_source = source_code.split('\n')
    51.     for line in split_source:
    52.         split_line = line.split(',')
    53.         if len(split_line) == 6:
    54.             if 'values' not in line and 'labels' not in line:
    55.                 stock_data.append(line)
    58.     date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
    59.                                                           delimiter=',',
    60.                                                           unpack=True,
    61.                                                           converters={0: bytespdate2num('%Y%m%d')})
    63.     x = 0
    64.     y = len(date)
    65.     ohlc = []
    67.     while x < y:
    68.         append_me = date[x], openp[x], highp[x], lowp[x], closep[x], volume[x]
    69.         ohlc.append(append_me)
    70.         x+=1
    72.     ma1 = moving_average(closep,MA1)
    73.     ma2 = moving_average(closep,MA2)
    74.     start = len(date[MA2-1:])
    76.     h_l = list(map(high_minus_low, highp, lowp))
    79.     ax1.plot_date(date,h_l,'-')
    80.     ax1.yaxis.set_major_locator(mticker.MaxNLocator(nbins=5, prune='lower'))
    87.     ax2.grid(True)
    89.     bbox_props = dict(boxstyle='round',fc='w', ec='k',lw=1)
    91.     ax2.annotate(str(closep[-1]), (date[-1], closep[-1]),
    92.                  xytext = (date[-1]+4, closep[-1]), bbox=bbox_props)
    95. ##    # Annotation example with arrow
    96. ##    ax2.annotate('Bad News!',(date[11],highp[11]),
    97. ##                 xytext=(0.8, 0.9), textcoords='axes fraction',
    98. ##                 arrowprops = dict(facecolor='grey',color='grey'))
    99. ##
    100. ##    
    101. ##    # Font dict example
    102. ##    font_dict = {'family':'serif',
    103. ##                 'color':'darkred',
    104. ##                 'size':15}
    105. ##    # Hard coded text 
    106. ##    ax2.text(date[10], closep[1],'Text Example', fontdict=font_dict)
    110.     ax3.plot(date[-start:], ma1[-start:], linewidth=1)
    111.     ax3.plot(date[-start:], ma2[-start:], linewidth=1)
    113.     ax3.fill_between(date[-start:], ma2[-start:], ma1[-start:],
    114.                      where=(ma1[-start:] < ma2[-start:]),
    115.                      facecolor='r', edgecolor='r', alpha=0.5)
    117.     ax3.fill_between(date[-start:], ma2[-start:], ma1[-start:],
    118.                      where=(ma1[-start:] > ma2[-start:]),
    119.                      facecolor='g', edgecolor='g', alpha=0.5)
    121.     ax3.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
    122.     ax3.xaxis.set_major_locator(mticker.MaxNLocator(10))
    124.     for label in ax3.xaxis.get_ticklabels():
    125.         label.set_rotation(45)
    127.     plt.setp(ax1.get_xticklabels(), visible=False)
    128.     plt.setp(ax2.get_xticklabels(), visible=False)
    129.     plt.subplots_adjust(left=0.11, bottom=0.24, right=0.90, top=0.90, wspace=0.2, hspace=0)
    130.     plt.show()
    133. graph_data('EBAY')

    看起来好了一些，但是仍然有一些东西需要清除。