绘制双Y轴图

1.导入数据库

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']

2.导入数据

path=r'path'
df = pd.read_csv(path)
x = df['date']
y1 = df['psavert']
y2 = df['unemploy']

3.绘制左侧曲线

fig,ax1 = plt.subplots(1,1,figsize = (16,7),dpi = 80)
ax1.plot(x,y1,color = 'tab:red')

4.绘制右侧曲线

ax2 = ax1.twinx()
ax2.plot(x,y2,color = 'tab:blue')

ax2 = ax1.twinx()函数简介:

在Matplotlib中,ax1.twinx() 方法用于创建一个共享x轴的第二个轴(ax2),这在需要在同一个图表上展示两个不同尺度或度量的数据时非常有用。这种方法常用于创建双y轴图表,其中一个轴显示左侧y轴的数据,另一个轴显示右侧y轴的数据。以下是使用 ax1.twinx() 方法创建双y轴图表的基本步骤:

  • 创建主轴:首先,创建一个主轴(ax1),并在其上绘制数据。
  • 创建第二个轴:使用 ax1.twinx() 方法创建第二个轴(ax2),这个轴将共享 ax1 的x轴。
  • 在第二个轴上绘制数据:在 ax2 上绘制第二组数据,通常使用不同的y轴刻度。
  • 设置第二个轴的刻度和标签:为 ax2 设置合适的刻度、标签和标题。

5.设置坐标轴

ax1.set_xlabel('日期',fontsize = 16)
ax1.set_ylabel('储蓄率',color = 'tab:red',fontsize = 16)
ax1.tick_params(axis = 'y',rotation = 0,labelcolor = 'tab:red')

ax2.set_ylabel('失业人数(1000)',color = 'tab:blue',fontsize = 16)
ax2.tick_params(axis = 'y',labelcolor = 'tab:blue')

ax2.set_title('储蓄率vs失业率',fontsize = 16)
ax2.set_xticks(np.arange(0,len(x),60))
ax2.set_xticklabels(x[::60],rotation = 90,fontdict = {'fontsize':10})
plt.show()

输出结果展示:

完整代码
## (1)导入数据库
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']

##(2)导入数据
path=r'path'
df = pd.read_csv(path)

x = df['date']
y1 = df['psavert']
y2 = df['unemploy']

##(3)绘制左侧曲线
fig,ax1 = plt.subplots(1,1,figsize = (16,7),dpi = 80)
ax1.plot(x,y1,color = 'tab:red')

## (4)绘制右侧曲线
ax2 = ax1.twinx()
ax2.plot(x,y2,color = 'tab:blue')

## (5)设置坐标轴
ax1.set_xlabel('日期',fontsize = 16)
ax1.set_ylabel('储蓄率',color = 'tab:red',fontsize = 16)
ax1.tick_params(axis = 'y',rotation = 0,labelcolor = 'tab:red')

ax2.set_ylabel('失业人数(1000)',color = 'tab:blue',fontsize = 16)
ax2.tick_params(axis = 'y',labelcolor = 'tab:blue')

ax2.set_title('储蓄率vs失业率',fontsize = 16)
ax2.set_xticks(np.arange(0,len(x),60))
ax2.set_xticklabels(x[::60],rotation = 90,fontdict = {'fontsize':10})
plt.show()

说明:该案例来源于《Python数据分析》

热门相关:废材逆袭:冰山王爷倾城妃   重生之悠然人生   功夫圣医   君临九霄   赠我深爱如长风