在python中具有不同x轴和y轴刻度的两个（或更多）图

Question

我想要一个轴对象上的 3 个图形，例如：

#example x- and y-data
x_values1=[1,2,3,4,5]
y_values1=[1,2,3,4,5]

x_values2=[-1000,-800,-600,-400,-200]
y_values2=[10,20,39,40,50]

x_values3=[150,200,250,300,350]
y_values3=[10,20,30,40,50]


#make axes
fig=plt.figure()
ax=fig.add_subplot(111)

现在我想将所有三个数据集添加到 ax。 但他们不应该共享任何 x 轴或 y 轴（从那时起，由于不同的比例，一个会比另一个小。我需要像 ax.twinx(), ax.twiny() 这样的东西，但是 x - 和 y 轴需要独立。

我想这样做，因为我想把两个附加的图（和第三个，类似于第二个）放在一个图中（“把它们放在一起”）。 地块 1地块 2

然后，我会将第二个图的 x/y 标签（和/或刻度、限制）放在右侧/顶部，并将另一个图的 x/y 限制放在底部/左侧。 我不需要 3. 情节的 x/y 标签。

我该怎么做呢？

Answer 1

这个想法是在同一位置创建三个子图。 为了确保它们将被识别为不同的图，它们的属性需要不同 - 实现这一点的最简单方法就是提供不同的标签ax=fig.add_subplot(111, label="1") 。

剩下的就是简单地调整所有轴参数，这样得到的图看起来很吸引人。 设置所有参数需要一些工作，但以下内容应该可以满足您的需求。

import matplotlib.pyplot as plt

x_values1=[1,2,3,4,5]
y_values1=[1,2,2,4,1]

x_values2=[-1000,-800,-600,-400,-200]
y_values2=[10,20,39,40,50]

x_values3=[150,200,250,300,350]
y_values3=[10,20,30,40,50]


fig=plt.figure()
ax=fig.add_subplot(111, label="1")
ax2=fig.add_subplot(111, label="2", frame_on=False)
ax3=fig.add_subplot(111, label="3", frame_on=False)

ax.plot(x_values1, y_values1, color="C0")
ax.set_xlabel("x label 1", color="C0")
ax.set_ylabel("y label 1", color="C0")
ax.tick_params(axis='x', colors="C0")
ax.tick_params(axis='y', colors="C0")

ax2.scatter(x_values2, y_values2, color="C1")
ax2.xaxis.tick_top()
ax2.yaxis.tick_right()
ax2.set_xlabel('x label 2', color="C1") 
ax2.set_ylabel('y label 2', color="C1")       
ax2.xaxis.set_label_position('top') 
ax2.yaxis.set_label_position('right') 
ax2.tick_params(axis='x', colors="C1")
ax2.tick_params(axis='y', colors="C1")

ax3.plot(x_values3, y_values3, color="C3")
ax3.set_xticks([])
ax3.set_yticks([])

plt.show()

Answer 2

您还可以标准化数据，使其共享相同的限制，然后“手动”绘制所需的第二个比例的限制。 此函数将数据标准化为第一组点的限制：

def standardize(data):
    for a in range(2):
        span = max(data[0][a]) - min(data[0][a])
        min_ = min(data[0][a])
        for idx in range(len(data)):
            standardize = (max(data[idx][a]) - min(data[idx][a]))/span
            data[idx][a] = [i/standardize + min_ - min([i/standardize 
                            for i in data[idx][a]]) for i in data[idx][a]]
    return data

然后，绘制数据很容易：

import matplotlib.pyplot as plt
data = [[[1,2,3,4,5],[1,2,2,4,1]], [[-1000,-800,-600,-400,-200], [10,20,39,40,50]], [[150,200,250,300,350], [10,20,30,40,50]]]
limits = [(min(data[1][a]), max(data[1][a])) for a in range(2)]

norm_data = standardize(data)

fig, ax = plt.subplots()

for x, y in norm_data:
    ax.plot(x, y)

ax2, ax3 = ax.twinx(), ax.twiny()
ax2.set_ylim(limits[1])
ax3.set_xlim(limits[0])

plt.show()

由于所有数据点都有第一组点的限制，我们可以将它们绘制在同一轴上。 然后，使用所需的第二个 x 轴和 y 轴的限制，我们可以为这两个轴设置限制。

Answer 3

在此示例中，您可以在每个 xy 轴上绘制多条线，并为每条线绘制legend 。

import numpy as np
import matplotlib.pyplot as plt
X1 = np.arange(10)
X1 = np.stack([X1, X1])
Y1 = np.random.randint(1, 10, (2, 10))
X2 = np.arange(0, 1000, 200)
X2 = np.stack([X2, X2])
Y2 = np.random.randint(100, 200, (2, 5))


x_label_names = ['XXX', 'xxx']
y_label_names = ['YYY', 'yyy']
X1_legend_names = ['X1_legend1', 'X1_legend2']
X2_legend_names = ['X2_legend1', 'X2_legend2']


def plot_by_two_xaxis(X1, Y1, X2, Y2, x_label_names: list, y_label_names: list, X1_legend_names: list, X2_legend_names: list):
    fig = plt.figure()
    ax1s = []
    ax2s = []
    lines = []
    j = 0
    for i in range(len(X1)):
        j += 1
        ax1s.append(fig.add_subplot(111, label=f"{j}", frame_on=(j == 1)))
    for i in range(len(X2)):
        j += 1
        ax2s.append(fig.add_subplot(111, label=f"{j}", frame_on=(j == 1)))

    k = 0
    for i in range(len(X1)):
        lines.append(ax1s[i].plot(X1[i], Y1[i], color=f"C{k}")[0])
        if i == 0:
            ax1s[i].set_xlabel(x_label_names[0], color=f"C{k}")
            ax1s[i].set_ylabel(y_label_names[0], color=f"C{k}")
            ax1s[i].tick_params(axis='x', colors=f"C{k}")
            ax1s[i].tick_params(axis='y', colors=f"C{k}")
        else:
            ax1s[i].set_xticks([])
            ax1s[i].set_yticks([])
        k += 1

    for i in range(len(X1)):
        lines.append(ax2s[i].plot(X2[i], Y2[i], color=f"C{k}")[0])
        if i == 0:
            ax2s[i].xaxis.tick_top()
            ax2s[i].yaxis.tick_right()
            ax2s[i].set_xlabel(x_label_names[1], color=f"C{k}")
            ax2s[i].set_ylabel(y_label_names[1], color=f"C{k}")
            ax2s[i].xaxis.set_label_position('top')
            ax2s[i].yaxis.set_label_position('right')
            ax2s[i].tick_params(axis='x', colors=f"C{k}")
            ax2s[i].tick_params(axis='y', colors=f"C{k}")
        else:
            ax2s[i].set_xticks([])
            ax2s[i].set_yticks([])
        k += 1

    ax1s[0].legend(lines, X1_legend_names + X2_legend_names)

    plt.show()


plot_by_two_xaxis(X1, Y1, X2, Y2, x_label_names,
                y_label_names, X1_legend_names, X2_legend_names)