python 画图多个y轴

已于 2023-07-13 16:02:45 修改
阅读量1.6k 收藏 6
点赞数
分类专栏： python 文章标签： python
于 2021-10-17 19:02:31 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yuanboshuai/article/details/120814428
版权
本文介绍了如何使用Python的Matplotlib库创建具有多个y轴的线性图，通过ParasiteAxes实现共享x轴的多个坐标轴，并详细设置了各轴的标签、颜色和刻度样式。同时展示了如何调整子图间距，以及利用twinx函数创建附加y轴，以展示不同数据系列在同一x轴上的分布。
摘要由CSDN通过智能技术生成 
from mpl_toolkits.axisartist.parasite_axes import HostAxes, ParasiteAxes
import matplotlib.pyplot as plt
import numpy as np
    # 图层可分为四种
    #
    # Canvas层 画布层 位于最底层，用户一般接触不到。 matplotlib.pyplot就是一个canvas层
    # Figure层 图像层 建立在Canvas之上。 plt.figure()就是一个figure层
    # Axes层 坐标层 建立在Figure之上。fig.add_axes(ax)就加一个Axes层ax在figure上，这时就可以画出一个空白的坐标了。
    # plot层 绘制层 坐标轴、图例等辅助信息层以及图像层都是建立在Axes之上
    #定义一个画图，确定画图区域（画线区域不包括坐标轴和标题部分）
def pltmlty(data1x,data1y,data2x,data2y,data3x,data3y,data4x,data4y,data5x,data5y):
    fig = plt.figure() #定义figure，（1）中的1是什么
    ax_cof = HostAxes(fig, [0.1, 0.1, 0.8, 0.8])  #用[left, bottom, weight, height]的方式定义axes，0 <= l,b,w,h <= 1
    #定义几个坐标轴
    #parasite addtional axes, share x
    ax_temp = ParasiteAxes(ax_cof, sharex=ax_cof)
    ax_load = ParasiteAxes(ax_cof, sharex=ax_cof)
    ax_cp = ParasiteAxes(ax_cof, sharex=ax_cof)
    ax_wear = ParasiteAxes(ax_cof, sharex=ax_cof)
    #把定义的坐标轴周添加到图中
    #append axes
    ax_cof.parasites.append(ax_temp)
    ax_cof.parasites.append(ax_load)
    ax_cof.parasites.append(ax_cp)
    ax_cof.parasites.append(ax_wear)

    #设置主坐标系的上右轴不显示，主轴的y坐标系在左边
    #invisible right axis of ax_cof
    ax_cof.axis['right'].set_visible(False)
    ax_cof.axis['top'].set_visible(False)
    ax_temp.axis['right'].set_visible(True)
    ax_temp.axis['right'].major_ticklabels.set_visible(True)#刻度
    ax_temp.axis['right'].label.set_visible(True)#标题

    #set label for axis
    ax_cof.set_ylabel('cof')
    ax_cof.set_xlabel('Distance (m)')
    ax_temp.set_ylabel('Temperature')
    ax_load.set_ylabel('load')
    ax_cp.set_ylabel('CP')
    ax_wear.set_ylabel('Wear')
    #设置多个y轴的位置，其中的字典自己定义
    load_axisline = ax_load.get_grid_helper().new_fixed_axis
    cp_axisline = ax_cp.get_grid_helper().new_fixed_axis
    wear_axisline = ax_wear.get_grid_helper().new_fixed_axis
    ax_load.axis['rightpp'] = load_axisline(loc='right', axes=ax_load, offset=(40,0))
    ax_cp.axis['right3'] = cp_axisline(loc='right', axes=ax_cp, offset=(80,0))
    ax_wear.axis['right4'] = wear_axisline(loc='right', axes=ax_wear, offset=(120,0))

    #主图添加到图布
    fig.add_axes(ax_cof)

    ''' #set limit of x, y
    ax_cof.set_xlim(0,2)
    ax_cof.set_ylim(0,3)
    '''
    #画图
    curve_cof, = ax_cof.plot(data1x, data1y, label="CoF", color='black')
    curve_temp, = ax_temp.plot(data2x, data2y, label="Temp", color='red')
    curve_load, = ax_load.plot(data3x, data3y, label="Load", color='green')
    curve_cp, = ax_cp.plot(data4x, data4y, label="CP", color='pink')
    curve_wear, = ax_wear.plot(data5x, data5y, label="Wear", color='blue')

    #设置坐标系范围
    # ax_temp.set_ylim(0,4)
    # ax_load.set_ylim(0,4)
    # ax_cp.set_ylim(0,50)
    # ax_wear.set_ylim(0,30)
    #显示所有legend
    ax_cof.legend()

    #轴名称，刻度值的颜色
    #ax_cof.axis['left'].label.set_color(ax_cof.get_color())
    ax_temp.axis['right'].label.set_color('red')
    ax_load.axis['rightpp'].label.set_color('green')
    ax_cp.axis['right3'].label.set_color('pink')
    ax_wear.axis['right4'].label.set_color('blue')
    #刻度颜色
    ax_temp.axis['right'].major_ticks.set_color('red')
    ax_load.axis['rightpp'].major_ticks.set_color('green')
    ax_cp.axis['right3'].major_ticks.set_color('pink')
    ax_wear.axis['right4'].major_ticks.set_color('blue')
    #刻度标签颜色
    ax_temp.axis['right'].major_ticklabels.set_color('red')
    ax_load.axis['rightpp'].major_ticklabels.set_color('green')
    ax_cp.axis['right3'].major_ticklabels.set_color('pink')
    ax_wear.axis['right4'].major_ticklabels.set_color('blue')
    #y轴线颜色
    ax_temp.axis['right'].line.set_color('red')
    ax_load.axis['rightpp'].line.set_color('green')
    ax_cp.axis['right3'].line.set_color('pink')
    ax_wear.axis['right4'].line.set_color('blue')

import matplotlib.pyplot as plt
import matplotlib.ticker as mtick #科学计数法使用
plt.rcParams['font.sans-serif']=['SimHei']        
plt.rcParams['axes.unicode_minus']=False

import numpy as np
import math
#plt.figure(figsize = (8, 3))
#wspace和hspace表示子图之间的水平和垂直间距
#left、right、bottom、top分别表示绘图区域的左、右、下、上边界的位置,按照百分比，1表示100%
plt.subplots_adjust(left=0.25, right=0.7, bottom=0.1, top=0.9, wspace=0.1, hspace=0.2)
x=np.linspace(0,10,1000)

ax2=plt.gca()
y=[math.sin(i+1) for i in x]
ax2.plot(x,y,"k-",label="ok")#画图
#ax2.spines['left'].set_position(('axes',-0.15))#设置左轴在x范围-10%的地方
#ax2.spines['left'].set_color("g")#设置左轴的颜色
ax2.yaxis.set_ticks_position("left")#设置刻度在左侧轴上
ax2.yaxis.set_label_text("第1轴",color='k')#设置标题
ax2.yaxis.set_label_position("left")#设置label左侧轴上
ax2.tick_params(axis='y',colors='k')#设置y轴刻度颜色
#ax2.ticklabel_format(style='sci', scilimits=(0,0), axis='y')#设置y轴科学计数法
#ax2.yaxis.set_major_formatter(mtick.FormatStrFormatter('%.1e'))#保留1位小数



plt.twinx()
ax2=plt.gca()
y=[math.sin(i+1) for i in x]
ax2.plot(x,y,"g-",label="ok")#画图
ax2.spines['left'].set_position(('axes',-0.15))#设置左轴在x范围-10%的地方
ax2.spines['left'].set_color("g")#设置左轴的颜色
ax2.yaxis.set_ticks_position("left")#设置刻度在左侧轴上
ax2.yaxis.set_label_text("第2轴",color='g')#设置标题
ax2.yaxis.set_label_position("left")#设置label左侧轴上
ax2.tick_params(axis='y',colors='g')#设置y轴刻度颜色
#ax2.ticklabel_format(style='sci', scilimits=(0,0), axis='y')#设置y轴科学计数法
#ax2.yaxis.set_major_formatter(mtick.FormatStrFormatter('%.1e'))#保留1位小数

plt.twinx()
ax2=plt.gca()
y=[math.sin(i-1) for i in x]
ax2.plot(x,y,"m-",label="ok")#画图
ax2.spines['left'].set_position(('axes',-0.3))#设置左轴在x范围-10%的地方
ax2.spines['left'].set_color("m")#设置左轴的颜色
ax2.yaxis.set_ticks_position("left")#设置刻度在左侧轴上
ax2.yaxis.set_label_text("第3条y轴",color='m')#设置标题
ax2.yaxis.set_label_position("left")#设置label左侧轴上
ax2.tick_params(axis='y',colors='m')#设置y轴刻度颜色
#ax2.ticklabel_format(style='sci', scilimits=(0,0), axis='y')#设置y轴科学计数法
#ax2.yaxis.set_major_formatter(mtick.FormatStrFormatter('%.1e'))#保留1位小数



plt.twinx()
ax2=plt.gca()
y=[math.sin(i+2)+2 for i in x]
ax2.plot(x,y,"r-",label="ok")#画图
ax2.spines['left'].set_position(('axes',1))#设置左轴在x范围-10%的地方
#ax2.spines['right'].set_position(('axes',1.1))#设置左轴在x范围-10%的地方
ax2.spines['right'].set_color("r")#设置右侧轴的颜色

ax2.yaxis.set_label_text("第4条y轴",color='r')#设置标题
ax2.yaxis.set_label_position("right")#设置label右侧轴上
ax2.tick_params(axis='y',colors='r')#设置y轴刻度颜色
ax2.yaxis.set_ticks_position("right")#设置刻度在右侧轴上
#ax2.yaxis.tick_right()
#ax2.ticklabel_format(style='sci', scilimits=(0,0), axis='y')#设置y轴科学计数法
#ax2.yaxis.set_major_formatter(mtick.FormatStrFormatter('%.1e'))#保留1位小数


plt.twinx()
ax3=plt.gca()
y=[math.sin(i+3) for i in x]
ax3.plot(x,y,"b-",label="ok")#画图

ax3.spines['right'].set_position(('axes',1.25))#设置左轴在x范围-10%的地方
ax3.spines['left'].set_position(('axes',1.25))#设置左轴在x范围-10%的地方
ax3.spines['right'].set_color("b")#设置左轴的颜色
ax3.yaxis.set_ticks_position("right")#设置刻度在左侧轴上
ax3.yaxis.set_label_text("第5条y轴",color='b')#设置标题
ax3.yaxis.tick_right()
ax3.yaxis.set_label_position("right")#设置label左侧轴上
ax3.tick_params(axis='y',colors='b')#设置y轴刻度颜色
#ax2.ticklabel_format(style='sci', scilimits=(0,0), axis='y')#设置y轴科学计数法
#ax2.yaxis.set_major_formatter(mtick.FormatStrFormatter('%.1e'))#保留1位小数

"""只有最后一个Y轴刻度能在右轴显示，其他要是前面的只能在左轴显示"""
plt.twinx()
ax3=plt.gca()
y=[math.sin(i+5) for i in x]
ax3.plot(x,y,"y-",label="ok")#画图
#ax3.spines['left'].set_position(('axes',1.35))#设置左轴在x范围-10%的地方
ax3.spines['right'].set_position(('axes',1.35))#设置左轴在x范围-10%的地方
ax3.spines['right'].set_color("y")#设置左轴的颜色
ax3.yaxis.set_ticks_position("right")#设置刻度在左侧轴上
ax3.yaxis.set_label_text("第6条y轴",color='y')#设置标题
ax3.yaxis.set_label_position("right")#设置label左侧轴上
ax3.tick_params(axis='y',colors='y')#设置y轴刻度颜色
#ax2.ticklabel_format(style='sci', scilimits=(0,0), axis='y')#设置y轴科学计数法
#ax2.yaxis.set_major_formatter(mtick.FormatStrFormatter('%.1e'))#保留1位小数

plt.show()

Python-Matplotlib折线图绘制----y轴刻度不同 ＜lpliner＞-python黑洞网

拖拖拉拉司机袁
关注
专栏目录
python如何画多个纵坐标_python中用Matplotlib做多个纵轴 （多y轴）
weixin_39949954的博客
12-09 2682
图层可分为四种Canvas层 画布层 位于最底层，用户一般接触不到。 matplotlib.pyplot就是一个canvas层Figure层 图像层 建立在Canvas之上。 plt.figure()就是一个figure层Axes层 坐标层 建立在Figure之上。fig.add_axes(ax)就加一个Axes层ax在figure上，这时就可以画出一个空白的坐标了。plot层 绘制层 坐标轴、图...
python y轴倒转_python-在PyQtGraph中反转Y轴
weixin_33997127的博客
03-01 1565
我正在使用Python和PyQt4开发一个应用程序,该应用程序针对深度绘制不同的参数.由于具有良好的动画速度功能,因此绘图包是PyQtGraph.由于我是针对深度绘制的,因此我想反转Y轴.我发现我可以modify the ViewBox class in the PyQtGraph’s documentation.因此,我从Python Site Packages文件夹修改了该类的代码.但是我希望...
python 散点图 多个Y轴
XinemaChen的博客
03-18 1377
#该程序为了绘制散点图，即横坐标为时间，纵坐标有4个 import matplotlib.pyplot as plt import numpy as np import pandas as pd data=pd.read_csv(r"H:\mission\speed\3_AIS_position_value.csv") #extent_LS.csv data['datetime'] = pd.to_datetime(data['datetime']) c = data['piomas'] c[c==-1.
Matplotlib绘制一个X轴2个Y轴的图表
最新发布
Katherine1029的博客
06-21 676
label 参数可选，用于添加线条的标签，用于图例显示。绘制多条线时，可以多次调用 plot() 方法，每次传递不同的 x 和 y 数据，并根据需要设置不同的样式和颜色。默认值为None，表示使用默认的颜色。你可以使用颜色字符串，如'red'、'blue'、'green'等，也可以使用缩写颜色字符串，如'r'、'b'、'g'等。你可以指定不同的线条样式，如实线('-')、虚线('--')、点划线('-.')、点线(':')等。你可以指定不同的标记类型，如圆圈('o')、方块('s')、三角形('^')等。
【Python基础绘图】多y轴绘制
HMXNX的博客
06-12 5910
【Python基础绘图】多y轴绘制
Python绘制多条y轴范围不同的曲线并在一张图上显示
122&&113的博客
07-25 890
【代码】Python绘制多条y轴范围不同的曲线并在一张图上显示。
Python Matplotlib 多 Y 轴图形绘制技巧：从双轴到四轴，一文掌握图表美化方法
Stark_Fng的博客
08-07 4766
在matplotlib中，绘制多Y轴图形常常使用twinx()方法。
python 中matplotlib 实现多个坐标轴画图
qq_43169650的博客
03-19 5176
Python实现两个坐标轴画图实现结果一、定义画图函数二、完整代码三、实现四个坐标系1.代码解释2.实现结果 实现结果 下面是图片是我实现的一个结果，里面包含两个坐标系。 如果想要实现更多坐标系，请看下面第 第三节 解释 一、定义画图函数 我将画出的图像的代码部分封装到一个画图函数中，这样将来用到其他的代码中，便于实现。 def draw_function(x1_vals, y1_vals, x2_vals,y2_vals,x_label): plt.subplot(2,1,1) pl
python y轴分两段_python中用Matplotlib做多个纵轴 （多y轴）
weixin_39747341的博客
02-19 694
多轴的绘制要用到有两种方法可以实现，一是用主轴和寄生轴的方法，即mpl_toolkits.axisartist.parasite_axes里的HostAxes,和ParasiteAxes。 另一种是用twinx()，结合mpl_toolkits.axes_grid1里的host_subplot。 这里用寄生轴的方法实现。首先是要创建主轴用HostAxes(figure,[ 左，下，宽，高 ]) 然...
python多轴图_Python:在一个绘图中绘制多个y轴
weixin_42490521的博客
02-10 2308
我试图在一个图中绘制出三个不同y轴的图。到目前为止还有效。代码如下:import matplotlib.pyplot as pltplt.close('all')def make_patch_spines_invisible(ax):ax.set_frame_on(True)ax.patch.set_visible(False)for sp in ax.spines.values():sp.set...
python多轴图_python中用Matplotlib做多个纵轴 （多y轴）
weixin_31060209的博客
02-03 2161
Matlab里做多给轴的函数很直接，双轴是plotyy, 三轴是plotyyy, 四轴是plot4y，更多应该是multiplotyyy。而matplotlib似乎可以用figure.add_axes()来实现，探索中……多轴绘制的图层原理公众号“Matplotlib小讲堂”(微信号:Matplotlibclass)一篇文章介绍了Matplotlib的图层，结合自己的理解，摘要总结如下图层可分为四...
python 如何画多Y轴图
jinxiqinghuan的博客
08-21 1974
如何画多Y轴图 如图，我们想把每个例子的多个指标（Dice, HD, IOU）画在同一个图中，应该怎么操作呢 使用到的工具是：matplotlib (Version: 3.3.3) ```python from mpl_toolkits.axes_grid1 import host_subplot from mpl_toolkits import axisartist import matplotlib.pyplot as plt host = host_subplot(111, axes_class
在python中实现多坐标轴的绘制
wyp8268526的博客
12-20 4256
在python中实现多坐标轴的绘制 实现的效果如下图所示： 其中注意点： ax.set_frame_on(True) #frame代表边框 ax.patch.set_visible(False) #patch代表填充 for sp in ax.spines.values(): #spines代表坐标轴 sp.set_visible(False...
mpandroidchart y轴从0开始_python中用Matplotlib做多个纵轴 （多y轴）
weixin_39924307的博客
12-21 641
多轴的绘制要用到有两种方法可以实现，一是用主轴和寄生轴的方法，即mpl_toolkits.axisartist.parasite_axes里的HostAxes,和ParasiteAxes。 另一种是用twinx()，结合mpl_toolkits.axes_grid1里的host_subplot。 这里用寄生轴的方法实现。首先是要创建主轴用HostAxes(figure,[ 左，下，宽，高 ]） 然...
在python中用QCustomPlot实现多y轴多曲线
人太健忘了，需要有个地方记录
11-10 2950
它会导致完整的重新插入内部缓冲区。当您对图形的轴范围或数据点进行更改时，必须调用此方法，这使得更改可见。，当我点击左侧窗格（树状视图）时会显示图表。问题是图表在我调整分割器大小之前没有显示或更新。这中间遇到另一个问题，绘图不更，我正在使用。
python绘图多坐标轴的处理
赵星汉同学的博客
06-28 1405
这两天写论文，其中有张图需要将三个属性连接到一个序列上，本来想用面积表达第二，颜色表达第三个属性，又尝试了用三维图，发现效果都不好。今天早上被一只蚊子弄的睡不着了，凌晨四点忽然想到干嘛不用单横坐标多纵坐标的形式解决呢。于是马上爬起来查阅相关文档完成了这一方面的内容，记录如下：直接上代码吧。 最终效果如下：...
Python科学绘图4绘制多条曲线和图例及坐标轴设置
weixin_46829056的博客
08-12 7706
一、sub.set_xticks(数组)关键字调节坐标轴间隔 主刻度 sub.set_xticks([0,0.5,1.0]) minor关键字设置分刻度 分刻度 sub.set_xticks(np.arange(0,1.01,0.1), minor=True) sub.set_xticklabels([‘a’, ‘b’, ‘c’])改变刻度标签 import numpy as np import matplotlib.pyplot as plt import pandas as pd x = np
Python读取Excel数据绘制多Y轴图像
群智能算法开发
05-10 1015
matplotlib中有多种添加y轴的方式，本文采用ax.twinx()添加多y轴，是一个常用的复合y轴添加命令，不限制叠加次数set_zorder（）解释ax1.set_zorder(value)是用来控制绘图顺序，value值越高，图层就会绘制在越上面。
python 实现多条y轴
2301_77901260的博客
01-06 960
1.首先需要准备数据2. 创建子图3. 要实现双y轴操作，就要用到twinx()函数了。在 axis_1，axis_2 的两个字图的基础上进行绘制图形注意：默认情况下的坐标轴：axis_1：对应左侧坐标轴axis_2：对应右侧坐标。
python画图x轴
08-26
在Python中，你可以使用多个库来画图，其中一种常用的库是Matplotlib。要绘制x轴，你需要先创建一个包含x轴数据的列表或数组，然后使用Matplotlib的函数来绘制图形。 下面是一个简单的例子，展示了如何使用Matplotlib绘制一条简单的线图，并设置x轴的标签和范围： ```python import matplotlib.pyplot as plt # 创建x轴数据 x = [1, 2, 3, 4, 5] # 创建y轴数据 y = [2, 4, 6, 8, 10] # 绘制线图 plt.plot(x, y) # 设置x轴范围 plt.xlim(0, 6) # 设置x轴标签 plt.xlabel('X') # 显示图形 plt.show() ``` 运行以上代码，你将会得到一条直线，x轴范围为0到6，并且x轴上有标签"X"。 除了线图，Matplotlib还支持绘制其他类型的图形，如散点图、柱状图等。你可以根据需要选择相应的函数进行绘图。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值