Matplotlib简介

Matplotlib是非常强大的python画图工具
Matplotlib可以画图线图、散点图、等高线图、条形图、柱形图、3D图形、图形动画等。

Matplotlib安装

pip3 install matplotlib#python3

双X轴的
可以理解为共享y轴

ax1=ax.twiny()ax1=plt.twiny()

双Y轴的
可以理解为共享x轴

ax1=ax.twinx()ax1=plt.twinx()

自动生成一个例子

x = np.arange(0., np.e, 0.01)y1 = np.exp(-x)y2 = np.log(x)fig = plt.figure()ax1 = fig.add_subplot(111)ax1.plot(x, y1)ax1.set_ylabel('Y values for exp(-x)')ax1.set_title("Double Y axis")ax2 = ax1.twinx() # this is the important functionax2.plot(x, y2, 'r')ax2.set_xlim([0, np.e])ax2.set_ylabel('Y values for ln(x)')ax2.set_xlabel('Same X for both exp(-x) and ln(x)')plt.show()

例子：画了一个双y轴坐标的图表

# -*- coding: utf-8 -*-#调用包import pandas as pd import numpy as np import matplotlib.pyplot as plt#读取文件io=r'E:\工作\专项\白骑士数据验证\白骑士数据汇总表.xlsx'yinka=pd.read_excel(io,sheet_name='YINKA_sample')bqs=pd.read_excel(io,sheet_name='BQS_result')yinka_bqs=pd.merge(yinka,bqs,left_on='no',right_on='no',how='inner')#绘图fig,ax=plt.subplots(1,1,figsize=(20, 300))ax.grid() #画网格x=total.index-1 #为什么+1，因为对不齐，所以使用时根据情况编写y=total['var1']ax.plot(x,y,'k--o',alpha=0.5) #画折线图ax.set_xlim([0,16]) #设置x轴的取值范围 这个可以让x轴与y轴的起点一致ax.set_xticks(np.arange(0,16)) #设置x轴的刻度范围ax.set_xticklabels(np.arange(0,16),rotation=30) #设置x轴上的刻度ax.set_ylim([0,1800]) #同理y轴数值范围ax.set_yticks(range(0,1800,300))#设置y轴的刻度范围ax.set_yticklabels(range(0,1800,300))#设置y轴上的刻度ax.legend(loc='upper left') #设置ax子图的图例(legend)#新知识点for a,b in zip(x,y): #设置注释 zip函数是对应关系 ax.text(a,b,b,ha='center',va='bottom',fontsize=15)#重点ax1=ax.twinx() #这个是能够实现双y轴的重点，共享x轴；还有一种是双x轴的图表换成ax.twiny()y1=total[['adopt','reject']]y1.plot.bar(ax=ax1,alpha=0.5) #这个是matplotlib中条形图的绘制方法，如果使用seaborn绘制方法使用sns.barplot()函数，需要调整很多细节#这里只设置了y轴的刻度，x轴的刻度设置了一下偶尔会出现失败，值得注意的是要将数据对齐ax1.set_ylim([0,1800])ax1.set_yticks(range(0,1800,300))ax1.set_yticklabels(range(0,1800,300))for e,f,w in zip(data_.index,data_[0],data_[1]): ax1.text(e-1,f,f,ha='center',va='bottom',fontsize=10,color='b') ax1.text(e-1,w,w,ha='center',va='bottom',fontsize=10,color='g')ax1.legend(loc='best')plt.show() #养成习惯这个最好写一下##保存图片plt.savefig('path') #图表输出到本地

结果显示：

总结

到此这篇关于Python matplotlib 绘制双Y轴曲线图的文章就介绍到这了,更多相关Python matplotlib 曲线图内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！