使用matplotlib画双纵轴坐标

Posted 2020-12-25 harrymore

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了使用matplotlib画双纵轴坐标相关的知识，希望对你有一定的参考价值。

一、前言

本文主要使用matplotlib，实现双纵轴坐标的图表绘制。笔者python版本为2.7.15。

二、实践及效果

1. 需求

某个有这么一个成绩表，分别是名字，本次成绩以及进步幅度，现在需要把这个成绩单转为这样一个图表：

横轴是同学姓名，成绩用直方图表示，进步幅度用折线图表示，他们公用同一个横轴。

姓名	本次成绩	进步幅度
小给	88	23%
小人	78	10%
小民	90	5%
小一	66	9%
小个	80	22%
小胶	48	5%
小带	77	19%

2. 核心函数Axes.twinx()

搬运官网的说明：

Create a twin Axes sharing the xaxis

Create a new Axes instance with an invisible x-axis and an independent y-axis positioned opposite to the original one (i.e. at right). The x-axis autoscale setting will be inherited from the original Axes.

大意就是使用这个函数，在原来的坐标系中新建一个共享x轴的双胞胎坐标系，类似的还有twiny。

3. 实现代码

#-*- coding:utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as mtick

def main():
    plt.rcdefaults()
    plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘] # 指定默认字体
    plt.rcParams[‘axes.unicode_minus‘] = False   # 解决保存图像是负号‘-‘显示为方块的问题

    info_list = [(u"小给", 88, 23), (u"小人", 78, 10), (u"小民", 90, 5), (u"小一", 66, 9), (u"小个", 80, 22), (u"小胶", 48, 5), (u"小带", 77, 19)]
    positions = np.arange(len(info_list))
    names = [row[0] for row in info_list]
    scores = [row[1] for row in info_list]
    proges = [row[2] for row in info_list]

    fig, ax1 = plt.subplots()

    # 成绩直方图
    ax1.bar(positions, scores, width=0.6, align=‘center‘, color=‘r‘, label=u"成绩")
    ax1.set_xticks(positions)
    ax1.set_xticklabels(names)
    ax1.set_xlabel(u"名字")
    ax1.set_ylabel(u"成绩")
    max_score = max(scores)
    ax1.set_ylim(0, int(max_score * 1.2))
    # 成绩标签
    for x,y in zip(positions, scores):
        ax1.text(x, y + max_score * 0.02, y, ha=‘center‘, va=‘center‘, fontsize=13)

    # 变动折线图
    ax2 = ax1.twinx()
    ax2.plot(positions, proges, ‘o-‘, label=u"进步幅度")
    max_proges = max(proges)
    # 变化率标签
    for x,y in zip(positions, proges):
        ax2.text(x, y + max_proges * 0.02, (‘%.1f%%‘ %y), ha=‘center‘, va= ‘bottom‘, fontsize=13)
    # 设置纵轴格式
    fmt = ‘%.1f%%‘
    yticks = mtick.FormatStrFormatter(fmt)
    ax2.yaxis.set_major_formatter(yticks)
    ax2.set_ylim(0, int(max_proges * 1.2))
    ax2.set_ylabel(u"进步幅度")

    # 图例
    handles1, labels1 = ax1.get_legend_handles_labels()
    handles2, labels2 = ax2.get_legend_handles_labels()
    plt.legend(handles1+handles2, labels1+labels2, loc=‘upper right‘)

    plt.show()


if __name__ == ‘__main__‘:
    main()