添加移动鼠标时的交互之后，相比于各个券商APP上的K线，还差拖动和放大、缩小、十字光标的交互功能。
鼠标拖动
拖动K线时要做的操作是按下鼠标，然后平行移动，最后松开鼠标，因此需要绑定针对这些事件的处理。
fig.canvas.mpl_connect('button_press_event', button_press)
fig.canvas.mpl_connect('button_release_event', button_release)按下鼠标
因为是要在松开鼠标后才真正移动K线，因此需要记录鼠标按下时的坐标，并标记目前鼠标已按下。
def button_press(event):
global current_x, button_flag
idx = int(event.xdata)
current_x = idx
button_flag = True再次移动时，各个指标的数据可以不用跟随鼠标移动而动态显示对应的数值。
def on_move(event):
if button_flag:
return松开鼠标
松开鼠标时，根据拖动到的新位置与之前鼠标按下时的位置做差求得距离，然后在默认显示90天的基础上修改起止日期，重新获取数据，然后对子图和画布都做清理后重新显示。
def button_release(event):
global current_x, button_flag
button_flag = False
idx = int(event.xdata)
diff = idx - current_x
global s_idx, e_idx, show_data
s_idx -= diff
e_idx -= diff
if e_idx > 0:
e_idx = -1
s_idx = -90
show_data = data[s_idx: e_idx]
for ax in axes_data.values():
ax.cla()
plt.clf()
show_chart()
current_x = -1放大缩小
要实现放大缩小实际上就是对鼠标的滚轮事件做处理。
fig.canvas.mpl_connect('scroll_event', on_scroll)设置默认显示90天的数据，当放大缩小时，每次在当前基础上变化10%，然后用新的起止日期获取数据，清理当前画布后重新显示新数据。
def on_scroll(event):
ax = event.inaxes
if ax is None:
return
global s_idx, e_idx, show_data
diff = int(data_size * 0.1 / 2)
if event.button == "down":
s_idx += diff
e_idx -= diff
elif event.button == "up":
s_idx -= diff
e_idx += diff
if e_idx > 0:
e_idx = -1
show_data = data[s_idx: e_idx]
for ax in axes_data.values():
ax.cla()
plt.clf()
show_chart()十字光标
matplotlib 自带有两种光标，一种是在单子图中显示，另外一种是在多子图中显示，但多子图显示时十字会出现在所有的子图中，因此这里仿照 MultiCursor 的实现方式对 motion_notify_event 的事件处理函数进行改造。
使用 dict 结构存储垂直线和水平线，它们的 key 为子图的名字，value 即为 matplotlib 中的 line 对象
vlines = {}
hlines = {}在图表显示时默认在所有子图中显示垂直线，只在K线所在的子图中显示水平线。其中垂直线的X轴坐标即为当前显示数据大小的一半，水平线的Y轴坐标即为当前显示数据中最高价的最高值与最低价的最低值做差，获取显示区域Y轴的距离，再用最低价的最低值加上其一半的值即为水平线的Y轴坐标。
def show_chart():
xmid = data_size/2
ymid = min(show_data["Low"]) + (max(show_data["High"]) - min(show_data["Low"]))/2
vlines = dict([(key, ax.axvline(xmid, color="r", lw=1, ls="dashdot"))
for key, ax in axes_data.items()])
hlines = {"main": ax_main.axhline(ymid, visible=True, color="r", lw=1, ls="dashdot")}当鼠标移动时，需要动态显示垂直线和水平线。
fig.canvas.mpl_connect('motion_notify_event', on_move)
fig.canvas.mpl_connect('draw_event', clear)在 draw_event 的处理函数中获取 background 以加速动态显示，并将垂直线和水平线都设为不可见。
def clear(event):
global background
background = (fig.canvas.copy_from_bbox(fig.bbox))
for line in vlines.values():
line.set_visible(False)
for line in hlines.values():
line.set_visible(False)在鼠标移动时垂直线可以直接显示，但对于水平线，要看鼠标当前移动到了哪个子图上，只显示鼠标所在子图上的水平线。
def on_move(event):
# 垂直线直接显示
for line in vlines.values():
line.set_xdata(idx)
line.set_visible(True)
# 标记是否找到了鼠标所在的子图
find = False
# 初始化时只在K线所在的子图创建了水平线, 因此需要先判断鼠标是否在具有水平线的子图上
for key, line in hlines.items():
ax = axes_data.get(key)
if ax is not None and event.inaxes == ax:
line.set_ydata(event.ydata)
line.set_visible(True)
find = True
else:
line.set_visible(False)
# 如果没有找到说明鼠标移动到了尚未创建水平线的子图上, 需要新建水平线
if not find:
for key, ax in axes_data.items():
if event.inaxes != ax:
continue
hlines[key] = ax.axhline(event.ydata, visible=True, color="r", lw=1, ls="dashdot")
# 使用 background, draw_artist, blit 等加速动态显示
if background is not None:
fig.canvas.restore_region(background)
for key, ax in axes_data.items():
line = vlines.get(key)
if line is not None:
ax.draw_artist(line)
line = hlines.get(key)
if line is not None:
ax.draw_artist(line)
fig.canvas.blit()最终效果
