Question

我正在使用matplotlib在单个图中显示多个数据集。我想为辅助数据设置多个“外部”y轴，并希望这些轴具有相同的范围，但缩放比主曲线轴的缩放更短。

我正在使用twinx（）创建其他y轴，如this post

中所述

ax = day6Si.plot( 
  'time', 'pce_rolling'
)

dataPsc[ dataPsc.day == 5 ].plot( 
  'time', 'pce_rolling', ax = ax 
)

ax3 = ax.twinx()
ax3.fill_between( 
  day6Si.time, 0, day6Si.temperature
)

rspine = ax3.spines[ 'right' ]
rspine.set_position( ( 'axes', 1.15 ) )
ax3.set_frame_on( True )
ax3.patch.set_visible( False )
ax3.set_ylim( bottom = 0 )


ax2 = ax.twinx()
ax2.fill_between( 
  day6Si.time, 0, day6Si.intensity
)

rspine = ax2.spines[ 'right' ]
rspine.set_position( ( 'axes', 1.05 ) )
ax2.set_frame_on( True )
ax2.patch.set_visible( False )
ax2.set_ylim( bottom = 0 )

MCV示例

td = np.linspace( 0, np.pi, 101 )
df = pd.DataFrame( data = {
  'main': np.sin( td ),
  'secondary': 10 * np.sin( td )
} )

ax = df.plot( df.index.values, 'main' )

ax2 = ax.twinx()
ax2.fill_between( 
  df.index.values, 0, df.secondary, 
  facecolor = '#a05050', 
  label = 'Secondary'
)

rspine = ax2.spines[ 'right' ]
rspine.set_position( ( 'axes', 1.05 ) )
ax2.set_frame_on( True )
ax2.patch.set_visible( False )
ax2.set_ylim( bottom = 0 )
ax2.set_ylabel( 'Secondary' )

ax.set_ylim( 0, 1 )
ax.legend( [ 'Main', 'Secondary' ] )

Answer 1

完成这项工作的关键是操纵每个轴的Bbox。该解决方案构建了this advice for creating multiple y axes

mpl = matplotlib，np = numpy，pd = pandas

创建主轴ax。
使用ax.get_position()获取Bbox个轴，然后使用axpos获取边界点get_points()。
使用ax.twinx()创建辅助轴ax2。
使用ax2为ax2pos，mpl.transforms.Bbox( np.copy( axpos ) )创建Bbox。请务必创建原始Bbox点的副本，否则两者都将被修改。
缩放辅助边界框。这可以通过设置水平缩放的x1属性或垂直缩放的y1属性来完成。（例如ax2pos.y1 = 0.5* ax2pos.y1）
使用set_position()设置辅助轴的边界框。
使用ax2.spines[ 'top' ].set_visible( False )关闭顶部（或右侧，水平缩放）spine。

您可能还需要考虑：

切换每个轴patch，以便不使用ax.patch.set_visible()在以前的图层上绘画。
使用ax.set_zorder()调整轴的绘制顺序。
由于缩放，您可能需要调整保存图形时使用的边界框。这可以通过创建另一个Bbox并将其作为bbox_inches参数传递给savefig()来完成。

MCV解决方案

td = np.linspace( 0, np.pi, 101 )
df = pd.DataFrame( data = {
  'main': np.sin( td ),
  'secondary': 10 * np.sin( td )
} )

ax = df.plot( df.index.values, 'main' )
axpos = ax.get_position()

ax2 = ax.twinx()
ax2pos = mpl.transforms.Bbox( np.copy( axpos.get_points() ) ) # clone bounding box
ax2pos.y1 = ax2pos.y1 * 0.5 # scale y axis
ax2.set_position( ax2pos ) # set bounding box

ax2.fill_between( 
  df.index.values, 0, df.secondary, 
  facecolor = '#a05050', 
  label = 'Secondary'
)

ax2.spines[ 'right' ].set_position( ( 'axes', 1.05 ) )
ax2.spines[ 'top' ].set_visible( False )
ax2.set_frame_on( True )
ax2.patch.set_visible( False )
ax2.set_ylim( bottom = 0 )
ax2.set_ylabel( 'Secondary' )

ax.set_ylim( 0, 1 )
ax.legend( [ 'Main', 'Secondary' ] )

完整代码解决方案

ax = day6Si.plot( 
   'time', 'pce_rolling', kind = 'line', label = 'Si',
    zorder = 40
)

dataPsc[ dataPsc.day == 5 ].plot( 
    'time', 'pce_rolling', kind = 'line', label = 'PSC',
    zorder = 30, ax = ax 
)

axpos = ax.get_position()
ax.set_zorder( 30 )
ax.patch.set_visible( False )

ax.set_xlim( 124.5, 141.5 )
ax.set_ylim( 10, 20 )
ax.set_ylabel( 'PCE (%)' )
ax.set_xlabel( 'Time' )
ax.set_xticklabels( [ '4', '6', '8', '10', '12', '14', '16', '18', '20' ] )
ax.legend( loc = 'upper right', bbox_to_anchor = ( 1, 1 ) )

# temperature
ax3 = ax.twinx()
ax3.fill_between( 
    day6Si.time, 0, day6Si.temperature, 
    facecolor = '#f0c5b5',
    label = 'Temperature (Rel)'
)

ax3pos = mpl.transforms.Bbox( np.copy( axpos.get_points() ) ) # clone bounding box
ax3pos.y1 = ax3pos.y1 * 0.5 # scale y axis
ax3.set_position( ax3pos ) # set bounding box

ax3.set_zorder( 10 )
ax3.spines[ 'right' ].set_position( ( 'axes', 1.025 ) ) # shift y axis
ax3.set_frame_on( True )
ax3.spines[ 'top' ].set_visible( False ) # remove top frame line
ax3.patch.set_visible( True )
ax3.set_ylim( bottom = 0, top = 60 )
ax3.set_ylabel( 'Temperature (C)' )

# intensity
ax2 = ax.twinx()
ax2.fill_between( 
    day6Si.time, 0, day6Si.intensity, 
    facecolor = '#dddd99',
    label = 'Intensity (Rel)'
)

ax2pos = mpl.transforms.Bbox( np.copy( axpos.get_points() ) ) # clone bounding box
ax2pos.y1 = ax2pos.y1 * 0.33 # scale y axis
ax2.set_position( ax2pos ) # set bounding box

ax2.set_zorder( 20 )
ax2.spines[ 'right' ].set_position( ( 'axes', 1.125 ) ) # shift y asix
ax2.set_frame_on( True )
ax2.spines[ 'top' ].set_visible( False ) # remove top frame
ax2.patch.set_visible( False )
ax2.set_ylim( bottom = 0, top = 1 )
ax2.set_ylabel( 'Intensity (suns)' )

savebox = mpl.transforms.Bbox( [ [ 0, 0 ], [ 10* 1.15, 8 ] ] ) # bounding box in inches for saving
plt.gcf().savefig( figloc + '/day6.svg', format = 'svg', bbox_inches = savebox )

Result

<强>更新

由于matplotlib库中的更新，必须进行一些小的更改才能实现。执行ax.twinx()不再允许您控制第二个轴，因此必须手动将其添加到图中。

mpl = matplotlib，plt = matplotlib.pyplot，np = numpy，pd = pandas

使用fig

ax

plt.subplots()

在步骤2,4和5中像以前一样创建Bbox。
使用ax2a创建辅助轴fig.add_axes()，并使用所需的边界框。
通过联合ax2a，ax2a.twinx()创建正确的y轴。
清理辅助轴。

您可能还需要考虑使用ax.set_xlim()对齐它们来对齐主轴和副轴的x轴。

MCV解决方案

td = np.linspace( 0, np.pi, 101 )
df = pd.DataFrame( data = {
  'main': np.sin( td ),
  'secondary': 10 * np.sin( td )
} )

fig, ax = plt.subplots()

df.plot( df.index.values, 'main', ax = ax )
axpos = ax.get_position()

ax2pos = mpl.transforms.Bbox( np.copy( axpos.get_points() ) )
ax2pos.y1 = ax2pos.y1 * 0.5 # scale y axis

ax2a = fig.add_axes( ax2pos ) # create secondary axes
ax2 = ax2a.twinx() # create right y-axis

ax2.fill_between( 
  df.index.values, 0, df.secondary, 
  facecolor = '#a05050', 
  label = 'Secondary'
)

ax2.spines[ 'right' ].set_position( ( 'axes', 1.05 ) )
ax2.spines[ 'top' ].set_visible( False )
ax2.set_frame_on( True )
ax2.patch.set_visible( False )
ax2.set_ylim( bottom = 0 )
ax2.set_ylabel( 'Secondary' )

# clean up secondary axes tick marks and labels
ax2a.tick_params( left = False, bottom = False )
ax2.tick_params( left = False, bottom = False )
ax2a.set_xticklabels( [] )
ax2a.set_yticklabels( [] )

ax.set_ylim( 0, 1 )
ax.legend( [ 'Main', 'Secondary' ] )

matplotlib缩放y轴

1 个答案: