Question

我正在尝试使用twiny()中的matplotlib来绘制带有两个x轴的曲线，这些曲线来自包含以下数据块的XML文件：

<data>
<meas>
  <utc>2018-11-10T22:27:06.500003</utc>
  <ra_j2000>23.9722686269</ra_j2000>
  <dec_j2000>-1.23845121893</dec_j2000>
  <mag>9.96074403533</mag>
</meas>

<meas>
  <utc>2018-11-10T22:27:54.500002</utc>
  <ra_j2000>23.9930913364</ra_j2000>
  <dec_j2000>-1.03788334773</dec_j2000>
  <mag>11.356437889</mag>
</meas>

<meas>
  <utc>2018-11-10T22:38:36.500002</utc>
  <ra_j2000>0.267638646848</ra_j2000>
  <dec_j2000>1.56055091433</dec_j2000>
  <mag>11.1642458641</mag>
</meas>

<meas>
  <utc>2018-11-10T22:46:18.500000</utc>
  <ra_j2000>0.462353662364</ra_j2000>
  <dec_j2000>3.34334963425</dec_j2000>
  <mag>11.1082534741</mag>
</meas>

<meas>
  <utc>2018-11-10T22:57:18.500001</utc>
  <ra_j2000>0.740393528722</ra_j2000>
  <dec_j2000>5.78641590694</dec_j2000>
  <mag>11.0688955214</mag>
</meas>

<meas>
  <utc>2018-11-10T23:03:06.499995</utc>
  <ra_j2000>0.888541738338</ra_j2000>
  <dec_j2000>7.03265231497</dec_j2000>
  <mag>10.2358937709</mag>
</meas>

<meas>
  <utc>2018-11-10T23:05:42.500002</utc>
  <ra_j2000>0.955591973177</ra_j2000>
  <dec_j2000>7.5832430461</dec_j2000>
  <mag>10.86206725</mag>
</meas>

<meas>
  <utc>2018-11-10T23:06:48.499999</utc>
  <ra_j2000>0.984093767077</ra_j2000>
  <dec_j2000>7.81466175077</dec_j2000>
  <mag>10.3466108708</mag>
</meas>
</data>

我的问题是我在这些X轴上获得了未对齐的值。这是我的Python脚本：

import math
import xml.etree.ElementTree as ET
from astropy.time import Time
from astropy.coordinates import get_sun
from datetime import datetime, timedelta
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
from matplotlib import dates

tree = ET.parse('20181110_10241.xml')
root = tree.getroot()

x_ut = []
x_phi = []
y_brightness = []


def convert_time(obs_time):
    obs_time = str(obs_time)
    d, t = obs_time.split('T')
    year, month, day = map(int, d.split('-'))
    hour, minute, second = t.split(':')
    return datetime(year, month, day, int(hour), int(minute)) + \
        timedelta(seconds=float(second))

def get_sun_coords(obs_time):
    sun_coords = get_sun(obs_time)
    sun_ra = sun_coords.ra.degree
    sun_dec = sun_coords.dec.degree
    return sun_ra, sun_dec

def get_phase_angle(sun_ra, sun_dec, target_ra, target_dec):
    phase_angle = math.degrees(math.acos(-math.sin(math.radians(sun_dec))*math.sin(math.radians(target_dec)) - math.cos(math.radians(sun_dec))*math.cos(math.radians(target_dec))*math.cos(math.radians(sun_ra-target_ra))))
    return phase_angle

for meas in root.findall('meas'):
    obs_time = Time(meas.find('utc').text, format='isot', scale='utc')
    target_ra = float(meas.find('ra_j2000').text)*15
    target_dec = float(meas.find('dec_j2000').text)
    mag = float(meas.find('mag').text)

    sun_ra, sun_dec = get_sun_coords(obs_time)
    phase_angle = get_phase_angle(sun_ra, sun_dec, target_ra, target_dec)

    obs_time = convert_time(obs_time)
    x_ut.append(obs_time)
    x_phi.append(phase_angle)
    y_brightness.append(mag)

fig, ax1 = plt.subplots()

ax1.plot(x_ut, y_brightness, marker='o', label='apparent brightness')
ax1.set_xlim(x_ut[0],x_ut[-1])
ax1.xaxis.set_major_locator(dates.MinuteLocator(interval=1))
ax1.xaxis.set_major_formatter(dates.DateFormatter('%H:%M'))
ax1.tick_params(axis='x', rotation=45)
ax1.minorticks_on()
ax1.legend()
ax1.grid()
ax1.set_xlabel('time [h:m, UT]')
ax1.set_ylabel('apparent brightness [mag, CR]')

ax2 = ax1.twiny()
ax2.plot(x_phi,y_brightness, marker='^', color='red')
ax2.set_xlim(x_phi[0],x_phi[-1])
ax2.xaxis.set_major_locator(ticker.MultipleLocator(1))
ax2.minorticks_on()
ax2.set_xlabel('phase angle (phi) [deg]')

plt.gca().invert_yaxis()
plt.tight_layout(pad=0)
plt.show()

会产生以下情节：

我打算稍后（通过使用visibility=False隐藏红色曲线，在这里绘制它只是为了查看x轴值的正确对齐，即实际上两条曲线必须重叠！，因为相位角（x_phi）的值取决于相应的时间戳（x_ut）的值，但是正如您可以清楚地看到的那样，只有起点和终点正确对齐，但是大多数中间的数据未对齐（相位曲线向右移动）。

我在做什么错了？

最初，我认为相位角（x_phi）随时间呈非线性变化，因此两条曲线的set_xlim()都以不同的方式拉伸它们，但这是不正确的，我已经绘制了x_phi与x_ut相对，并且存在明显的线性变化：

谢谢您的帮助！

编辑：tel在下面的回答中证明了非线性。因此，我稍微改变了我的问题。

如果我从两个子图set_xlim()和ax1中都删除了ax2，则：

1）尽管给出值的列表x_phi从最大值开始，但x轴的上端自动从最小值开始自动反转-如何在不使用{的情况下避免这种反转{1}}？（在不同情况下，我在invert_axis()列表中总是只增加或减少值）

2）总共有3个列表：x_phi，x_ut和x_phi；而且我实际上只需要绘制y_brightness对y_brightness的曲线，并另外将x_ut的值（带有x_phi）与相应的时刻的时间值对齐ticker.MultipleLocator(1)-我该怎么做？

我的问题与此类似： How do I align gridlines for two y-axis scales using Matplotlib? 但是在我的情况下，x轴上方的刻度线之间没有线性间隔，因此我无法使用该解决方案。

此外，此问题涉及类似的问题： trouble aligning ticks for matplotlib twinx axes 但是在我的情况下，我不知道如何表达两个X轴之间的关系，因为数据类型非常不同：日期时间与浮点数。它们之间的唯一关系是一对一的，即x_ut中的第一个值与x_ut中的第一个值，第二个至第二个相关，依此类推；而且这种关系是非线性的。

编辑2：现在，我之前的EDIT中的数字1）已解决。对于其余的问题，看来我必须使用x_phi才能相对于主要x轴重新缩放辅助x轴。为此，我还必须定义register_scale()的子类。到目前为止，我仅发现了两个复杂的示例（对于我而言）：

https://matplotlib.org/examples/api/custom_scale_example.html
https://stackoverrun.com/es/q/8578801（西班牙语，但代码中带有英语注释）

我不确定我是否能够自己执行此操作，因此我仍在寻求任何帮助。

Answer 1

您的绘图例程看起来正确。相反，问题似乎在于，时间和相位角之间的线性度存在偏差（非常小）。您可以通过在时间与角度图上覆盖一条黑色直线来看到它（单击下面以在单独的窗口中打开并放大以清楚地看到它）：

以下是突出显示偏差的缩放：

使两个x轴对齐的唯一方法是：

处理数据。
操纵第二个x轴的比例以使其不一致。使得图上的实际距离在49度和48度之间不同于图上的实际距离在45度和44度之间，依此类推。

这两个都是Bad Bad Idea™️，并且您都不应该这样做。您需要按原样绘制数据，而不是试图用聪明的技巧掩盖任何不一致之处。少了就是学术上的不诚实。

您唯一的选择是弄清楚为什么时间和角度不符合您的期望。这可能是您的代码中的问题，也可能是您在get_phase_angle中使用的公式中的问题。或者这可能是您的基础数据集中的一个问题，例如，度数测量中是否存在噪声。或者，实际上，时间和角度没有线性关系。毕竟，地球并不完美。

Answer 2

是的！我已经成功获得了想要的结果，而没有定义新的比例尺类！以下是已在脚本中从问题中添加/修改的相关代码部分（稍后将从用户命令行输入中读取变量step，或者我可能会找到另一种自动滴答频率设置的方法）：

x_ut = []
x_phi = []
x_phi_ticks = []
x_phi_ticklabels = []
y_brightness = []

# populate lists for the phase angle ticks and labels

i = 0
step = 15
while i <= (len(x_ut)-step):
    x_phi_ticks.append(x_ut[i])
    x_phi_ticklabels.append(x_phi[i])
    i += step
x_phi_ticks.append(x_ut[-1])
x_phi_ticklabels.append(x_phi[-1])

# plot'em all

fig, ax1 = plt.subplots()

ax1.plot(x_ut, y_brightness, marker='o', label='apparent brightness')
ax1.xaxis.set_major_locator(dates.MinuteLocator(interval=1))
ax1.xaxis.set_major_formatter(dates.DateFormatter('%H:%M'))
ax1.tick_params(axis='x', rotation=45)
ax1.minorticks_on()
ax1.legend()
ax1.grid(which='major', linestyle='-', color='#000000')
ax1.grid(which='minor', linestyle='--')
ax1.set_xlabel('time [h:m, UT]')
ax1.set_ylabel('apparent brightness [mag, CR]')

ax2 = ax1.twiny()
ax2.set_xlim(ax1.get_xlim())
ax2.set_xticks(x_phi_ticks)
ax2.set_xticklabels(x_phi_ticklabels)
ax2.set_xlabel('phase angle (phi) [deg]')

plt.gca().invert_yaxis()
plt.tight_layout(pad=0)
plt.show()

Matplotlib-Twiny：如何在一个绘图中对齐两个X轴的值？

2 个答案: