Matplotlib 中具有独立缩放的多个重叠图答案

【问题标题】：Multiple overlapping plots with independent scaling in MatplotlibMatplotlib 中具有独立缩放的多个重叠图
【发布时间】：2010-10-13 10:39:27
【问题描述】：

我目前有代码多次调用matplotlib.pylab.plot 以在同一屏幕上显示多组数据，Matplotlib 将每个数据都缩放到全局最小值和最大值，考虑到所有绘图。有没有办法让它独立地将每个图缩放到该特定图的最小值和最大值？

【问题讨论】：

标签： python matplotlib

【解决方案1】：

没有对此的直接支持，但这里有一些来自mailing list posting 的代码，它说明了两个独立的垂直轴：

x=arange(10)
y1=sin(x)
y2=10*cos(x)

rect=[0.1,0.1,0.8,0.8]
a1=axes(rect)
a1.yaxis.tick_left()
plot(x,y1)
ylabel('axis 1')
xlabel('x')

a2=axes(rect,frameon=False)
a2.yaxis.tick_right()
plot(x,y2)
a2.yaxis.set_label_position('right')
ylabel('axis 2')
a2.set_xticks([])

【讨论】：

原始问题的范围似乎是针对 N 而不是 2 个缩放图 - 当我尝试使用 3 个或更多时它会死掉（使用 a2、a3 等用于附加轴实例。）知道如何一次正确缩放一大堆数据集吗？

【解决方案2】：

这是创建单个图 (add_subplot(1,1,1)) 并限制 y 轴上的比例的方法。

myFig = figure()
myPlot = self.figure.add_subplot(1,1,1)
myPlot.plot([1,2,3,4,5], [5,4,3,2,1], '+r')
myPlot.set_ylim(1,5) # Limit y-axes min 1, max 5

【讨论】：

【解决方案3】：

我需要这样的东西，但想创建一个示例，您可以将其复制并粘贴到交互式 shell 中并查看它。这里适合那些需要有效解决方案的人：

from numpy import arange
from math import sin, cos
import matplotlib.pyplot as plt

x = arange(10)
y1 = [sin(i) for i in x]
y2 = [10*cos(i) for i in x]

rect = [0.1, 0.1, 0.8, 0.8]
a1 = plt.axes(rect)  # Create subplot, rect = [left, bottom, width, height] in normalized (0, 1) units
a1.yaxis.tick_left()  # Use ticks only on left side of plot
plt.plot(x, y1)
plt.ylabel('axis 1')
plt.xlabel('x')

a2 = plt.axes(rect, frameon=False)  # frameon, if False, suppress drawing the figure frame
a2.yaxis.tick_right()
plt.plot(x, y2)
a2.yaxis.set_label_position('right')
plt.ylabel('axis 2')
a2.set_xticks([])

plt.show()

在 python 2.7.6、numpy 1.8.1、matpotlib 1.3.1 中测试并工作。我将继续使用它，寻找一种巧妙的方式来处理重叠日期图。我会发回我的发现。

【讨论】：

【解决方案4】：

这是一个使用日期图的解决方案，我认为它是使用 twinx() 的最优化解决方案，它是添加第二个 y 轴的简写。

import matplotlib.pyplot as plt
import matplotlib.dates as md
import datetime
import numpy
numpy.random.seed(0)
t = md.drange(datetime.datetime(2012, 11, 1),
            datetime.datetime(2014, 4, 01),
            datetime.timedelta(hours=1))  # takes start, end, delta
x1 = numpy.cumsum(numpy.random.random(len(t)) - 0.5) * 40000
x2 = numpy.cumsum(numpy.random.random(len(t)) - 0.5) * 0.002
fig = plt.figure()
ax1 = fig.add_subplot(111)
fig.suptitle('a title', fontsize=14)
fig.autofmt_xdate()
plt.ylabel('axis 1')
plt.xlabel('dates')
ax2 = ax1.twinx()
ax1.plot_date(t, x1, 'b-', alpha=.65)
ax2.plot_date(t, x2, 'r-', alpha=.65)
plt.ylabel('axis 2')
plt.show()

来自文档，matplotlib.pyplot.twinx(ax=None) 制作共享 x 轴的第二个轴。新轴将覆盖 ax（如果 ax 为 None，则覆盖当前轴）。 ax2 的刻度将放置在右侧，并返回 ax2 实例。更多here。

【讨论】：