透视Matplotlib核心功能和工具包 - axes_grid1工具包

axes_grid1工具包旨在提供一组帮助器类，以在网格中绘制带有颜色条的图像，并且颜色条与图像大小正确对齐。 它可用于放大图像的一部分，绘制插入轴（类似于图片中的图片），绘制二维图和两个变量，寄生轴和锚定艺术家中每个变量的关联直方图。

使用axisartst和axesgrid1工具箱绘制双轴

在此，我们将学习如何使用Matplotlib twinx主方法以及axisartist和axes_grid1工具包在多个y轴上绘制多个比例尺。

导入所需库：

import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator

步骤细节：

• 如下定义图形和主轴（ax1，左侧的y轴）：

fig, ax1 = plt.subplots(1,1)

• 定义双轴（ax2，右侧的y轴，ax3，右侧的另一个y轴）：

ax2 = ax1.twinx()
ax3 = ax1.twinx()

• 放置ax3，使其与右轴ax2不重叠：

ax3.spines['right'].set_position(('axes', 1.15))

• 准备数据并在主轴ax1上绘制产品缺陷条形图：

x = [0, 1, 2, 3, 4, 5]
y = [19, 12, 6, 4, 3, 2]
b = ax1.bar(x, y, label='Number of Defects')

• 在右轴ax2的折线图上，准备数据并按百分比绘制累积缺陷。

y = [41, 67, 80, 89, 96, 100]
l, = ax2.plot(x, y, color='g', lw=5, label='Cumulative Defects as %')

• 准备数据并在第二个右轴ax3上绘制累积的缺陷计数折线图：

y = [19, 31, 37, 41, 44, 46]
l1, = ax3.plot(x, y, color='m', lw=5, label='Cumulative Defects 
               Count')

• 定义步长为2的主轴定位器，并将其应用于主轴的y轴ax1：

majorLocator = MultipleLocator(2)
ax1.yaxis.set_major_locator(majorLocator)

• 使用以下代码设置x和y标签以及所有轴的限制：

ax1.set(xlabel='Defect Reason Codes', ylabel='Number of Defects')
ax2.set(ylabel='Cumulative Defects as %')
ax3.set_ylim(15,50)
ax3.set_ylabel('Cumulative Defects Count', labelpad=10)

• 如下设置主轴的图例和标题：

graphs = [b, l, l1]
ax1.legend(graphs, [g.get_label() for g in graphs], loc=5)
ax1.set_title('Product Defects - August 2018')

• 设置标签的颜色：

ax1.yaxis.label.set_color(b.patches[0].get_facecolor())
ax2.yaxis.label.set_color(l.get_color())
ax3.yaxis.label.set_color(l1.get_color())

• 设置两个右轴的颜色，如下所示：

ax2.spines['right'].set_edgecolor(l.get_color())
ax3.spines['right'].set_edgecolor(l1.get_color())

• 设置刻度和刻度标签的颜色，如下所示：

ax1.tick_params(axis='y', colors=b.patches[0].get_facecolor())
ax2.tick_params(axis='y', colors=l.get_color())
ax3.tick_params(axis='y', colors=l1.get_color())

• 使用以下命令在屏幕上显示图形：

plt.show()

分解代码

• ax2 = ax1.twinx（）和ax3 = ax1.twinx（）创建称为ax2和ax3的逻辑轴，它们共享主轴的x轴（ax1），但右侧具有不同的y轴。
• ax3.spines [‘right’].set_position（（‘axes’，1.15））将第二个y轴向右移动主轴宽度的15％。 如果我们不这样做，则ax2和ax3 y轴将相互重叠，并在同一轴上同时显示它们的刻度和刻度标签。
• x = [0,1,2,3,4,5]是产品缺陷代码列表，y = [19,12,6,4,3,2]是缺陷原因代码列表。
• b = ax1.bar(x, y, label=‘Number of Defects’)绘制产品缺陷数的条形图。
• y1 = [41, 67, 80, 89, 96, 100] 是累积缺陷占总数百分比的列表。
• l1, = ax3.plot(x, y2, color=‘m’, lw=5, label=‘Cumulative Defects Count’)将其绘制为折线图。
• majorLocator = MultipleLocator（2）定义步长为2的定位器，ax1.yaxis.set_major_locator（majorLocator）将定位器应用到主轴a1的y轴上。
• ax3.set_ylabel(‘Cumulative Defects Count’, labelpad=10)设置最右边的轴的y轴标签，而labelpad = 10指定轴与其标签之间的间隙，以便标签不与轴的刻度标签重叠。
• ax1.legend(graphs, [g.get_label() for g in graphs], loc=5)绘制图例如下：
  • [g.get_label() for g in graphs]获取在绘制图形时设置的每个图形的标签列表。
  • loc = 5指定将图例绘制在轴的右侧。
• ax1.yaxis.label.set_color(b.patches[0].get_facecolor())如下设置主轴的y轴标签的颜色：
  • b.patches[0].get_facecolor()获取条形图中第一个条的facecolor值，b.patches []是另存为色块的条的容器。
  • 使用此命令，而不是显式设置颜色，我们将使用用于绘制图形的颜色并将其用于y轴标签。
• ax2.yaxis.label.set_color(l.get_color()) and ax3.yaxis.label.set_color(l1.get_color())获取线图l和l1的颜色，并将它们应用于各自的标签。
• ax2.spines[‘right’].set_edgecolor(l.get_color())设置右轴的颜色，用于绘制折线图l。
• ax3.spines[‘right’].set_edgecolor(l1.get_color()) 设置第二个右轴的颜色，用于绘制线图l1。
• ax1.tick_params(axis=‘y’, colors=b.patches[0].get_facecolor())设置刻度和刻度标签的颜色。

执行上述代码后，您应该在屏幕上看到以下图形：

详情参阅 - 亚图跨际