当前位置 : 主页 > 编程语言 > python >

Python-matplotlib | 绘制双y轴图形(图例设置)

来源:互联网 收集:自由互联 发布时间:2023-08-10
今天给大家介绍使用Python的matplotlib库绘制双y轴图及其图例设置问题,希望对大家有所帮助,如有疑问或者建议可以私信小编。 效果图预览: 示例数据: df = pd.read_csv(jobdata.csv) 1、双


今天给大家介绍使用Python的matplotlib库绘制双y轴图及其图例设置问题,希望对大家有所帮助,如有疑问或者建议可以私信小编。
效果图预览:

Python-matplotlib | 绘制双y轴图形(图例设置)

示例数据:
df = pd.read_csv('jobdata.csv')
Python-matplotlib | 绘制双y轴图形(图例设置)

1、双y轴折线图

1. 岗位数量折线图

colors = ["#51C1C8", "#536D84","#E96279"]
plt.figure(figsize=(16, 8))
ax1 = plt.subplot(111)
ax1.set_ylim(0,1200)
lin0 = ax1.plot(x_data, y_data1, marker='o', color=colors[0], label='岗位数量') 
for x, y in enumerate(y_data1):
    plt.text(x - 0.2, y+5, y)
ax1.set_ylabel('岗位数量',fontsize=12)
plt.legend()
plt.title("各城市Java岗位数量")
plt.show()

Python-matplotlib | 绘制双y轴图形(图例设置)

2. 通过 ax1.twinx() 增加一个y轴:
# 增加y轴
ax2 = ax1.twinx()

ax2.set_ylim(0,60)
lin1 = ax2.plot(x_data, y_data2, linestyle='--', marker='o', c=colors[1], label='平均最低薪资') 
for x, y in enumerate(y_data2):
    plt.text(x - 0.1, y+1, y)
lin2 = ax2.plot(x_data, y_data3, linestyle='--', marker='o', c=colors[2], label='平均最高薪资')
for x, y in enumerate(y_data3):
    plt.text(x - 0.1, y+1, y)
ax2.set_ylabel('平均薪资(万/年)',fontsize=12)
plt.legend()
plt.title("各城市Java岗位数量和薪资水平状况")
plt.show()

Python-matplotlib | 绘制双y轴图形(图例设置)

重点:细心的小伙伴可能发现了图没有问题,但是右上角的图例只显示了平均最低薪资和平均最高薪资,但是岗位数量的图例并没有显示。
3. 单独设置图例
ax1.legend(loc='best')
ax2.legend(loc='best')

Python-matplotlib | 绘制双y轴图形(图例设置)

看着感觉没什么变化,实际上仔细看会发现平均最低薪资、平均最高薪资、岗位数量三个图例都显示出来了,只不过岗位数量图例被盖住了,我们可以移动一下位置看看:
ax1.legend(loc=2)
ax2.legend(loc=1)

Python-matplotlib | 绘制双y轴图形(图例设置)

这样看就比较直观了,但是我就想把三个图例放一起不可以吗?当然可以!3. 设置组合图例
lines = lin0+lin1+lin2
labs = [label.get_label() for label in lines]
plt.legend(lines,labs)

Python-matplotlib | 绘制双y轴图形(图例设置)


大功告成!

但是!如果是柱状图+折线图的情况,效果还一样吗?

但是!如果是柱状图+折线图的情况,效果还一样吗?

但是!如果是柱状图+折线图的情况,效果还一样吗?


2、双y轴柱状图+折线图

1. 修改岗位数量为柱状图
plt.figure(figsize=(16, 8))
a1 = plt.subplot(111)
a1.set_ylim(0,1200)
bar = a1.bar(x_data, y_data1, color=colors[0], label='岗位数量') 
for x, y in enumerate(y_data1):
    plt.text(x - 0.2, y+5, y)
a1.set_ylabel('岗位数量',fontsize=12)

...

lines = bar+lin1+lin2
labs = [label.get_label() for label in lines]
plt.legend(lines,labs)

直接报错了!Python-matplotlib | 绘制双y轴图形(图例设置)Python-matplotlib | 绘制双y轴图形(图例设置)Python-matplotlib | 绘制双y轴图形(图例设置)

Python-matplotlib | 绘制双y轴图形(图例设置)

提示类型不一致,显然是bar和line的类型问题,我们查一下源码:

matplotlib.axes.Axes.plot:

Python-matplotlib | 绘制双y轴图形(图例设置)

matplotlib.axes.Axes.bar:

Python-matplotlib | 绘制双y轴图形(图例设置)

ax.plot返回的是一个Line2D类型的列表,ax.bar返回的是一个patches类型的元组。
找到根本原因后,我们做一个line2D和patches的组合就可以了。
2. 设置Line2D和patches的组合图例
legend_handles = [ 
    Line2D([], [], linewidth=1, ls='--', lw=2, c=colors[2], label='平均最高薪资'),
    Line2D([], [], linewidth=1, lw=2, c=colors[1], label='平均最低薪资'),
    patches.Rectangle((0, 0), 1, 1, facecolor=colors[0],label='岗位数量')
]
plt.legend(handles=legend_handles, loc='best', fontsize=14)
效果:
Python-matplotlib | 绘制双y轴图形(图例设置)
其他参数大家可以自行尝试修改,对比前后效果,加深理解。

上一篇:如何使用numpy进行高效的数值计算
下一篇:没有了
网友评论