Python中Matplotlib如何添加次坐标轴，添加多个图例

由于总量数据过大，不太适合与拆分的维度使用同一坐标轴展示，所以对于总量使用主坐标轴，拆分的细分维度均使用次坐标轴。

这是使用同一个坐标轴的结果：

知识点1：subplots()

plt.subplots()可以创建一张画布和一系列的子图。可以返回画布对象matplotlib.figure.Figure，以及子图的坐标轴对象matplotlib.axes._subplots.AxesSubplot。

plt.subplots(2,3,figsize=(10,8))

画了一个画布，并且自动按照2行 * 3列拆分为6张子图。

通过获取画图的返回值，可以在任意一张子图画图，比如我们在第3张子图上画一个以2为底的幂指数函数的散点图。

fig,((a1,a2,a3),(a4,a5,a6)) = plt.subplots(2,3,figsize=(10,8))
a3.scatter(x=[1,2,3,4,5,6,7,8,9,10],y=[1,4,8,16,32,64,128,256,512,1024])

Signature:
plt.subplots(
nrows=1,
ncols=1,
sharex=False,
sharey=False,
squeeze=True,
subplot_kw=None,
gridspec_kw=None,
**fig_kw,
)
Docstring:
Create a figure and a set of subplots.
This utility wrapper makes it convenient to create common layouts of
subplots, including the enclosing figure object, in a single call.

知识点2：twinx()

克隆了一个轴对象Axes，这个Axes对象与原始axes对象有相同的x轴，这个克隆对象的x轴是隐形的、不可见的；同时还会生成一个独立的、并与原始axes对象位置相对的，立于右侧的y轴。

Signature: ax.twinx()
Docstring:
Create a twin Axes sharing the xaxis.
Create a new Axes with an invisible x-axis and an independent
y-axis positioned opposite to the original one (i.e. at right). The
x-axis autoscale setting will be inherited from the original
Axes. To ensure that the tick marks of both y-axes align, see
~matplotlib.ticker.LinearLocator.

知识点3：legend()

3. Explicitly defining the elements in the legend
For full control of which artists have a legend entry, it is possible
to pass an iterable of legend artists followed by an iterable of
legend labels respectively::
legend((line1, line2, line3), (‘label1’, ‘label2’, ‘label3’))

legend()方法支持显性地定义图例中元素的内容，通过显性地传入图例实体参数、标签参数，就可以显示多个图例。

clues_by_month = clues_by_mt.groupby(['month']).sum()
x = np.array(clues_by_month.index.values)
y = np.array(clues_by_month['total_clues'].values)clues_by_meit = clues_by_mt.groupby(['month','mt']).sum()
x1 = np.array(clues_by_meit.index.levels[0])
y1 = np.array(clues_by_meit['total_clues'].loc[:,'2000'])
y2 = np.array(clues_by_meit['total_clues'].loc[:,'2020'])fig, ax = plt.subplots(figsize=(12,8))
ax1 = ax.twinx()line1, = ax.plot(x,y,'b-')
line2, = ax1.plot(x,y1,'g-')
line3, = ax1.plot(x,y2,'y-')
plt.title("增长趋势图",fontdict={'fontsize':18})
plt.legend((line1,line2,line3),('total_clues','2000','2020'))

Python中Matplotlib如何添加次坐标轴，添加多个图例相关推荐

Python中字典创建、遍历、添加
Python中字典创建.遍历.添加字典是Python中唯一的键-值类型,是Python中非常重要的数据结构,因其用哈希的方式存储数据,其复杂度为O(1),速度非常快.下面列出字典的常用的用途. 一. ...
Python中使用PyQt5创建的窗口添加全局快捷键(鼠标离开窗口时也可执行）
Python中使用PyQt5创建的窗口添加全局快捷键使用第三方库SystemHotKey来实现全局快捷键库的安装 pip3 install system_hotkey 官方案例 from syst ...
python绘制三维曲面图-python中Matplotlib实现绘制3D图的示例代码
Matplotlib 也可以绘制 3D 图像,与二维图像不同的是,绘制三维图像主要通过 mplot3d 模块实现.但是,使用 Matplotlib 绘制三维图像实际上是在二维画布上展示,所以一般绘制三 ...
python的matplotlib绘图（双坐标轴）
python的matplotlib绘图(双坐标轴) 绘制图形如下: 代码如下: import pandas as pd import matplotlib.pyplot as plt from pyl ...
python中matplotlib是什么意思_python中Matplotlib面向对象是什么？
之前讲过Matplotlib以及作图的一些小技巧.那么,小编问大家Matplotlib面向对象是什么?有的人就答不上来了.接下来我们一起探究. Matplotlib中常⽤对象的包含关系为Figure ...
python使用matplotlib可视化：设置坐标轴的范围、设置主次坐标轴刻度、坐标轴刻度显示样式、坐标轴刻度数颜色、小数点位数、坐标轴刻度网格线、线条类型、数据点形状标签、文本字体、颜色、大小等
python使用matplotlib可视化:设置坐标轴的范围.设置主次坐标轴刻度.坐标轴刻度显示样式.坐标轴刻度数颜色.小数点位数.坐标轴刻度网格线.线条类型.数据点形状标签.文本字体.颜色.大小等 ...
Python使用matplotlib可视化柱状图、坐标轴标签的符号（-）显示为了方框□□、设置rcParams参数配置解决
Python使用matplotlib可视化柱状图.坐标轴标签的符号(-)显示为了方框□□.设置rcParams参数配置解决目录
python中matplotlib自定义设置图像标题使用的字体类型：获取默认的字体族及字体族中对应的字体、自定义设置图像标题使用的字体类型
python中matplotlib自定义设置图像标题使用的字体类型:获取默认的字体族及字体族中对应的字体.自定义设置图像标题使用的字体类型目录
Python中matplotlib默认绘制的条形图比较胖？如何设置成体型匀称的条形图，达到最佳的可视化效果。
Python中matplotlib默认绘制的条形图比较胖?如何设置成体型匀称的条形图,达到最佳的可视化效果. #默认情形下的条形图 n_bars = len(x_labels)xval = np.ar ...
python 颜色_如何使用python中matplotlib库分析图像颜色
用代码分析图像可能很困难.你如何使代码"理解"图像的上下文? 通常,使用AI分析图像的第一步是找到主要颜色.在如何使用python中matplotlib库分析图像颜色中,我们将使 ...

Python中Matplotlib如何添加次坐标轴，添加多个图例

知识点1：subplots()

知识点2：twinx()

知识点3：legend()

Python中Matplotlib如何添加次坐标轴，添加多个图例相关推荐

最新文章

热门文章