基于两条线同步 twinx y 轴答案

【问题标题】：Synchronizing twinx y-axis based on two lines基于两条线同步 twinx y 轴
【发布时间】：2022-01-14 19:30:40
【问题描述】：

我的最终目标是创建一个图表，该图表可以快速传达两个数据点位于各自的界限之间。我可以创建两个单独的图表，而不是将这些信息放在一个图表上；图表数据并用水平线说明边界。如果我可以让这个基本功能用一张图来完成，那就更优雅了。

有什么方法可以用来同步两个y-axes，以便y-axis 1 上的某个值A1 和y-axis 2 上的A2 垂直出现在图表中的同一位置，而在同时，确保y-axis 1 上的另一个特定值B1 和y-axis 2 上的B2 出现在图表中垂直的单独不同位置？

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import datetime

### Generate linear data
Temp = 20
pH = 6
DataCopy = pd.DataFrame({'Temp': [], 'pH': [], 'Time': []})
for i in range(10):
    DataTime = datetime.datetime.now()
    DataCopy = DataCopy.append({'Temp': Temp, 'pH': pH, 'Time': DataTime}, ignore_index=True)
    Temp += (-0.5)
    pH   += (0.2)

### Plot data unto graph w/ double y-axis
sns.lineplot(data=DataCopy, x='Time', y='pH', color = 'red', label = 'Temp')
ax2 = plt.twinx()
sns.lineplot(data=DataCopy, x='Time', y='Temp', color = 'blue', label = 'pH', ax=ax2)
plt.legend()
plt.show()

如果在单独的图表上完成此实现的外观：

想要的效果：

【问题讨论】：

标签： python matplotlib seaborn

【解决方案1】：

您似乎想将左轴上的两个位置与右轴上的两个位置对齐。

以下方法测量两个轴的下限与两条线的距离因子。然后它将最大因子应用于具有最低因子的轴。模拟发生在轴的上限。

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

np.random.seed(2021)
ph_low, ph_high = 7, 9
temp_low, temp_high = 12, 18

data_copy = pd.DataFrame({'Temp': np.random.normal(0.04, 0.4, 100).cumsum() + 10,
                          'pH': np.random.normal(0.02, 0.2, 100).cumsum() + 6,
                          'Time': pd.date_range('20211211 08:00:00', freq='1min', periods=100)})

plt.figure(figsize=(12, 5))
ax1 = sns.lineplot(data=data_copy, x='Time', y='pH', color='red', label='Temp')
ax1.axhline(ph_low, color='red', ls=(0, (5, 5, 0)))
ax1.axhline(ph_high, color='red', ls=(0, (5, 5, 0)))

ax2 = ax1.twinx()
sns.lineplot(data=data_copy, x='Time', y='Temp', color='blue', label='pH', ax=ax2)
ax2.axhline(temp_low, color='blue', ls=(0, (0, 5, 5)))
ax2.axhline(temp_high, color='blue', ls=(0, (0, 5, 5)))

handles1, labels1 = ax1.get_legend_handles_labels()
handles2, labels2 = ax2.get_legend_handles_labels()
ax1.legend_.remove()
ax2.legend(handles=handles1 + handles2, labels=labels1 + labels2)

ymin1, ymax1 = ax1.get_ylim()
ymin2, ymax2 = ax2.get_ylim()

fymin1 = (ph_low - ymin1) / (ph_high - ph_low)
fymin2 = (temp_low - ymin2) / (temp_high - temp_low)
if fymin1 < fymin2:  # move ymin1 using fymin2
    ymin1 = ph_low - fymin2 * (ph_high - ph_low)
else:  # move ymin2 using fymin1
    ymin2 = temp_low - fymin1 * (temp_high - temp_low)

fymax1 = (ymax1 - ph_high) / (ph_high - ph_low)
fymax2 = (ymax2 - temp_high) / (temp_high - temp_low)
if fymax1 < fymax2:  # move ymax1 using fymax2
    ymax1 = ph_high + fymax2 * (ph_high - ph_low)
else:  # move ymax2 using fymax1
    ymax2 = temp_high + fymax1 * (temp_high - temp_low)

ax1.set_ylim(ymin1, ymax1)
ax2.set_ylim(ymin2, ymax2)

plt.show()

【讨论】：