迹忆客 专注技术分享

我们可以直接与 axes 对象交互，或者使用 DataFrame.plot 方法在 Matplotlib 中的 y 轴辅助标签上添加 y 轴标签。

与轴对象直接交互

我们可以在 twinx() 函数的帮助下使用两个不同的 axes 对象来绘制带有两个不同 Y 轴的图。现在，我们可以使用第二个 axes 对象来绘制第二个 y 轴变量的图并更新其标签。

import numpy as np
import matplotlib.pyplot as plt

a=np.linspace(0,5,100)

y1 = np.sin(2 * np.pi * a)
y2 = np.cos(2 * np.pi * a)

fig, ax1 = plt.subplots()

ax1.set_xlabel('time (s)')
ax1.set_ylabel('sin', color='red')
ax1.plot(a, y1, color=color)
ax1.tick_params(axis='y', labelcolor=color)

ax2 = ax1.twinx()  
ax2.set_ylabel('cos', color='green')  
ax2.plot(a, y2, color=color)
ax2.tick_params(axis='y', labelcolor=color)

fig.tight_layout()
plt.show()

输出：

ax2 = ax1.twinx()

Axes.twinx() 创建一个新的 Axes，其 Y 轴与原始轴相反，在本例中为 ax1。

使用 DataFrame.plot 方法将 y 轴标签添加到辅助 y 轴

我们也可以使用 pandas 将 Y 轴标签添加到第二 Y 轴。当我们在 DataFrame.plot 方法中将 secondary_y 选项设置为 True 时，它将返回可用于设置标签的不同轴。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'Age': [22, 12, 18, 25, 30],
                   'Height': [155,129,138,164,145],
                   'Weight': [60,40,45,55,60]})
ax=df.plot(kind='line', x='Age', y='Height', color='DarkBlue')

ax2=df.plot(kind='line', x='Age', y='Weight', secondary_y=True,color='Red', ax=ax)

ax.set_ylabel('Height')
ax2.set_ylabel('Weight')
plt.tight_layout()
plt.show()

输出：