多个 y 轴转换刻度

Question

嗨

我正在尝试创建包含 y 轴上两组单位的平行转换比例的图；使用两种不同的风格：

1. 偏移（“寄生”）y 轴和
2. 重叠/共享 y 轴

复制所附示例图像中左侧 y 轴的样式。

我想找到生成上述两个示例图的最简单通用方法，它还允许我通过将两组单位之间的关系定义为函数来生成 y 轴转换比例（在此例如：mmHg = kPa * 7.5)。

如果可以添加这些示例中显示的与左侧刻度无关的第三个右侧 y 轴（蒸汽浓度和水含量），这将是一个奖励。

我已经阅读了有关使用 twinx 和 twiny 函数使用多个 x 和 y 轴的相关 stackoverflow.com 帖子和示例 - 例如 here - 以及 Matplotlib 食谱，但我找不到解决此特定问题的示例。

我将非常感谢任何最小的工作示例或链接。

我在 Spyder 2.2.1 / Python 2.7.5 中使用 Matplotlib

非常感谢期待

戴夫

Answer 1

对于第一个情节，我推荐axisartist。左侧两个y 轴的自动缩放是通过适用于指定y 限制的简单缩放因子实现的。第一个例子是基于parasite axes上的解释：

import numpy as np
from mpl_toolkits.axes_grid1 import host_subplot
import mpl_toolkits.axisartist as AA
import matplotlib.pyplot as plt

# initialize the three axis:
host = host_subplot(111, axes_class=AA.Axes)
plt.subplots_adjust(left=0.25)

par1 = host.twinx()
par2 = host.twinx()

# secify the offset for the left-most axis:
offset = -60
new_fixed_axis = par2.get_grid_helper().new_fixed_axis
par2.axis["right"] = new_fixed_axis(loc="left", axes=par2, offset=(offset, 0))
par2.axis["right"].toggle(all=True)

# data ratio for the two left y-axis:
y3_to_y1 = 1/7.5

# y-axis limits:
YLIM = [0.0, 150.0,
        0.0, 150.0]

# set up dummy data
x = np.linspace(0,70.0,70.0)
y1 = np.asarray([xi**2.0*0.032653 for xi in x])
y2 = np.asarray([xi**2.0*0.02857 for xi in x])

# plot data on y1 and y2, respectively:
host.plot(x,y1,'b')
par1.plot(x,y2,'r')

# specify the axis limits:
host.set_xlim(0.0,70.0)
host.set_ylim(YLIM[0],YLIM[1])
par1.set_ylim(YLIM[2],YLIM[3])

# when specifying the limits for the left-most y-axis
# you utilize the conversion factor:
par2.set_ylim(YLIM[2]*y3_to_y1,YLIM[3]*y3_to_y1)

# set y-ticks, use np.arange for defined deltas
# add a small increment to the last ylim value
# to ensure that the last value will be a tick
host.set_yticks(np.arange(YLIM[0],YLIM[1]+0.001,10.0))
par1.set_yticks(np.arange(YLIM[2],YLIM[3]+0.001,10.0))
par2.set_yticks(np.arange(YLIM[2]*y3_to_y1,YLIM[3]*y3_to_y1+0.001, 2.0))

plt.show()

你最终会得到这个情节：

您也可以尝试修改上面的示例以提供第二个情节。一个想法是，将offset 减少到零。但是，对于axisartist，某些刻度功能are not supported。其中之一是指定刻度是在轴的内部还是外部。
因此，对于第二个图，以下示例（基于matplotlib: overlay plots with different scales?）是合适的。

import numpy as np
import matplotlib.pyplot as plt

# initialize the three axis:
fig = plt.figure()
ax1 = fig.add_subplot(111)
ax2 = ax1.twinx()
ax3 = ax1.twinx()

# data ratio for the two left y-axis:
y3_to_y1 = 1/7.5

# y-axis limits:
YLIM = [0.0, 150.0,
        0.0, 150.0]

# set up dummy data
x = np.linspace(0,70.0,70.0)
y1 = np.asarray([xi**2.0*0.032653 for xi in x])
y2 = np.asarray([xi**2.0*0.02857 for xi in x])

# plot the data
ax1.plot(x,y1,'b')
ax2.plot(x,y2,'r')

# define the axis limits
ax1.set_xlim(0.0,70.0)
ax1.set_ylim(YLIM[0],YLIM[1])
ax2.set_ylim(YLIM[2],YLIM[3])

# when specifying the limits for the left-most y-axis
# you utilize the conversion factor:
ax3.set_ylim(YLIM[2]*y3_to_y1,YLIM[3]*y3_to_y1)

# move the 3rd y-axis to the left (0.0):
ax3.spines['right'].set_position(('axes', 0.0))

# set y-ticks, use np.arange for defined deltas
# add a small increment to the last ylim value
# to ensure that the last value will be a tick
ax1.set_yticks(np.arange(YLIM[0],YLIM[1]+0.001,10.0))
ax2.set_yticks(np.arange(YLIM[2],YLIM[3]+0.001,10.0))
ax3.set_yticks(np.arange(YLIM[2]*y3_to_y1,YLIM[3]*y3_to_y1+0.001, 2.0))

# for both letf-hand y-axis move the ticks to the outside:
ax1.get_yaxis().set_tick_params(direction='out')
ax3.get_yaxis().set_tick_params(direction='out')

plt.show()

结果如下图：

同样，set_tick_params(direction='out') 不适用于第一个示例中的 axisartist。
有点违反直觉，y1 和y3 刻度都必须设置为'out'。对于y1，这是有道理的，对于y3，您必须记住它从右侧轴开始。因此，当轴向左移动时，这些刻度会出现在外部（使用默认的'in' 设置）。