matplotlib中具有不同比例的多轴[重复]

Posted 2023-02-16

【中文标题】matplotlib中具有不同比例的多轴[重复]

【英文标题】：multiple axis in matplotlib with different scales [duplicate]

【发布时间】：2012-02-24 13:35:54

【问题描述】：

如何在 Matplotlib 中实现多尺度？我不是在谈论针对同一个 x 轴绘制的主轴和次轴，而是像许多趋势一样，它们在同一 y 轴上绘制了不同的比例，并且可以通过它们的颜色来识别。

例如，如果我要根据时间绘制 trend1 ([0,1,2,3,4]) 和 trend2 ([5000,6000,7000,8000,9000])，并且希望这两个趋势具有不同的颜色和 Y 轴、不同的比例，我该如何使用 Matplotlib 来实现呢？

当我查看 Matplotlib 时，他们说他们现在没有这个，虽然它肯定在他们的愿望清单上，有没有办法实现这个？

有没有其他的python绘图工具可以做到这一点？

【问题讨论】：

Matthew Kudija here 提供了一个更新的示例。

【参考方案1】：

由于Steve Tjoa's answer 在谷歌搜索多个 y 轴时总是首先弹出并且大部分时间都是孤独的，因此我决定添加他的答案的略微修改版本。这是this matplotlib example的方法。

原因：

他的模块有时会在未知情况下和隐秘的实习生错误中失败。 我不喜欢加载我不知道的奇异模块（mpl_toolkits.axisartist，mpl_toolkits.axes_grid1）。 下面的代码包含更多显式命令来解决人们经常遇到的问题（例如多个轴的单个图例、使用 viridis 等），而不是隐式行为。

import matplotlib.pyplot as plt 

# Create figure and subplot manually
# fig = plt.figure()
# host = fig.add_subplot(111)

# More versatile wrapper
fig, host = plt.subplots(figsize=(8,5)) # (width, height) in inches
# (see https://matplotlib.org/3.3.3/api/_as_gen/matplotlib.pyplot.subplots.html)
    
par1 = host.twinx()
par2 = host.twinx()
    
host.set_xlim(0, 2)
host.set_ylim(0, 2)
par1.set_ylim(0, 4)
par2.set_ylim(1, 65)
    
host.set_xlabel("Distance")
host.set_ylabel("Density")
par1.set_ylabel("Temperature")
par2.set_ylabel("Velocity")

color1 = plt.cm.viridis(0)
color2 = plt.cm.viridis(0.5)
color3 = plt.cm.viridis(.9)

p1, = host.plot([0, 1, 2], [0, 1, 2],    color=color1, label="Density")
p2, = par1.plot([0, 1, 2], [0, 3, 2],    color=color2, label="Temperature")
p3, = par2.plot([0, 1, 2], [50, 30, 15], color=color3, label="Velocity")

lns = [p1, p2, p3]
host.legend(handles=lns, loc='best')

# right, left, top, bottom
par2.spines['right'].set_position(('outward', 60))

# no x-ticks                 
par2.xaxis.set_ticks([])

# Sometimes handy, same for xaxis
#par2.yaxis.set_ticks_position('right')

# Move "Velocity"-axis to the left
# par2.spines['left'].set_position(('outward', 60))
# par2.spines['left'].set_visible(True)
# par2.yaxis.set_label_position('left')
# par2.yaxis.set_ticks_position('left')

host.yaxis.label.set_color(p1.get_color())
par1.yaxis.label.set_color(p2.get_color())
par2.yaxis.label.set_color(p3.get_color())

# Adjust spacings w.r.t. figsize
fig.tight_layout()
# Alternatively: bbox_inches='tight' within the plt.savefig function 
#                (overwrites figsize)

# Best for professional typesetting, e.g. LaTeX
plt.savefig("pyplot_multiple_y-axis.pdf")
# For raster graphics use the dpi argument. E.g. '[...].png", dpi=200)'

【讨论】：

+1 表示支持使用标准 matplotlib 模块的版本。我还将引导当前用户使用现代的、更 Pythonic 的 subplots() 方法，如突出显示的 here 和 jarondl 的敦促以及 here。幸运的是，它适用于这个答案。只需要将导入后的两行替换为fig, host = plt.subplots(nrows=1, ncols=1)即可。

我还注意到，这个答案仍然允许应用 Rutger Kassies solution 将辅助轴（也称为寄生虫轴）移动到左侧。在此代码中，您需要将 par2.spines['right'].set_position(('outward', 60)) 替换为以下 四 行：par2.spines['left'].set_position(('outward', 60)) par2.spines["left"].set_visible(True) par2.yaxis.set_label_position('left') par2.yaxis.set_ticks_position('left')

这是按照shown here on the matplotlib page的例子，确实比host_subplots好用多了。

@Wayne 谢谢你的提示！我在上面合并了它们。

最神奇的两条线是，第一：par2 = host.twinx()，第二：par2.spines['right'].set_position(('outward', 60))

【参考方案2】：

如果我理解了这个问题，您可能会对 Matplotlib 库中的 this example 感兴趣。

Yann 的上述评论提供了一个类似的例子。

---

编辑 - 上面的链接已修复。从 Matplotlib 库复制的相应代码：

from mpl_toolkits.axes_grid1 import host_subplot
import mpl_toolkits.axisartist as AA
import matplotlib.pyplot as plt

host = host_subplot(111, axes_class=AA.Axes)
plt.subplots_adjust(right=0.75)

par1 = host.twinx()
par2 = host.twinx()

offset = 60
new_fixed_axis = par2.get_grid_helper().new_fixed_axis
par2.axis["right"] = new_fixed_axis(loc="right", axes=par2,
                                        offset=(offset, 0))

par2.axis["right"].toggle(all=True)

host.set_xlim(0, 2)
host.set_ylim(0, 2)

host.set_xlabel("Distance")
host.set_ylabel("Density")
par1.set_ylabel("Temperature")
par2.set_ylabel("Velocity")

p1, = host.plot([0, 1, 2], [0, 1, 2], label="Density")
p2, = par1.plot([0, 1, 2], [0, 3, 2], label="Temperature")
p3, = par2.plot([0, 1, 2], [50, 30, 15], label="Velocity")

par1.set_ylim(0, 4)
par2.set_ylim(1, 65)

host.legend()

host.axis["left"].label.set_color(p1.get_color())
par1.axis["right"].label.set_color(p2.get_color())
par2.axis["right"].label.set_color(p3.get_color())

plt.draw()
plt.show()

#plt.savefig("Test")

【讨论】：

-1 因为隐藏在链接后面的答案不太有用，而且容易腐烂。

@SteveTjoa，有没有什么办法可以避开制作人偶旁边的空房间？

我在任何地方都找不到记录在案的 get_grid_helper。它到底有什么作用？

为什么if 1:

右轴的“温度”标签不显示？运行 MPL 2.2.2 版。

【参考方案3】：

如果您想使用辅助 Y 轴进行非常快速的绘图，那么使用 Pandas 包装函数和仅 2 行代码有更简单的方法。只需绘制第一列，然后绘制第二列，但使用参数secondary_y=True，如下所示：

df.A.plot(label="Points", legend=True)
df.B.plot(secondary_y=True, label="Comments", legend=True)

如下所示：

你也可以做更多的事情。看看Pandas plotting doc。

【讨论】：

secondary_y=True 做到了

我喜欢这个解决方案，但想确保两条线都从 Grpah 左侧的同一点开始。你会怎么做呢？

这是否适用于超过 2 行？似乎这种方法仅限于最多 2 行？