在excel画图中经常会使用到两个数据放在一个图上，共用x轴两个y轴分别位于两侧。
 matplotlib画图针对这种场景需解决方如下：
 
 
import numpy as np
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x=np.arange(0.1,10,0.01)
data1=np.exp(x)
data2=np.log(x)
fig,ax1=plt.subplots() #subplots一定要带s
ax1.plot(x,data1,c='r')
ax1.set_ylabel('EXP')
ax2=ax1.twinx() #twinx将ax1的X轴共用与ax2，这步很重要
ax2.plot(x,data2,c='g')
ax2.set_ylabel('Log')
plt.show()

 
matplotlib 绘制副坐标轴
 
代码
效果
 

 
代码
 
	import matplotlib.pyplot as plt
	import numpy as np
	plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）
	plt.rcParams['axes.unicode_minus'] = False   # 步骤二（解决坐标轴负数的负号显示问题）
	
	
	x = np.arange(0,10,0.1)
	y1 = 0.05*x**2
	y2 = 2*x+1
	
	fig,ax1 = plt.subplots()
	#坐标轴反转
	ax2 = ax1.twinx()
	ax1.plot(x,y1,'r-')
	ax2.plot(x,y2,'b-.')
	
	ax1.set_xlabel('横坐标')
	ax1.set_ylabel('y1纵坐标',color='r')
	ax2.set_ylabel('y2纵坐标',color='b')
	
	plt.show()


 
效果
 

1.解决的问题
 
日期时间做X轴，设定主副刻度
当X轴为日期时间时，annotate标注功能X轴坐标获取问题，即将x轴所在点的日期时间通过mdates.date2num()转为数字即可。关键代码如下：
 
ax1.annotate("annotate msg ", xy=(mdates.date2num(x[1]), sales[1]), xycoords='data', color='red')
 
2.演示代码
 
 
 
主体代码来源：https://blog.csdn.net/helunqu2017/article/details/78736686，略改
 
 
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from datetime import datetime
import matplotlib as mpl
import matplotlib.dates as mdates
# 销售数据
dates = [20171101, 20171102, 20171103, 20171104]
sales = [102.1, 100.6, 849, 682]
# 将dates改成日期格式
x = [datetime.strptime(str(d), '%Y%m%d').date() for d in dates]
# figure布局
fig = plt.figure(figsize=(8, 4))
ax1 = fig.add_subplot(1, 1, 1)
# 绘图
ax1.plot(x, sales, ls='--', lw=3, color='b', marker='o', ms=6, mec='r', mew=2, mfc='w', label='业绩趋势走向')

# 标注
ax1.annotate("annotate msg ", xy=(mdates.date2num(x[1]), sales[1]), xycoords='data', color='red')

plt.gcf().autofmt_xdate()  # 自动旋转日期标记

# 设置x轴主刻度格式
alldays = mdates.DayLocator()  # 主刻度为每天
ax1.xaxis.set_major_locator(alldays)  # 设置主刻度
ax1.xaxis.set_major_formatter(mdates.DateFormatter('%Y%m%d'))
# 设置副刻度格式
hoursLoc = mpl.dates.HourLocator(interval=6)  # 为6小时为1副刻度
ax1.xaxis.set_minor_locator(hoursLoc)
ax1.xaxis.set_minor_formatter(mdates.DateFormatter('%H'))
# 参数pad用于设置刻度线与标签间的距离
ax1.tick_params(pad=10)

# 显示图像
plt.show()

原文地址
 
分类目录——Matplotlib
 
有时候可能会有这种需求，一个图中的几条线的y轴范围不同，或者根本不是一个单位，这时可以增加另外一个y轴，标上不同的刻度。
 
 
先看效果
 
 
 
导入支持包
 
import matplotlib.pyplot as plt
import numpy as np
 
 
生成测试数据
 
x = np.arange(0, 10, 0.1)
y1 = 0.05 * x**2
y2 = -1 * y1
 
 
生成画布
 
fig, ax1 = plt.subplots()
 
 
共用x轴
 
ax2 = ax1.twinx()
 
 
画图
 
ax1.set_xlabel('X data')
# 画基于左轴的曲线
ax1.plot(x, y1, 'g-')   # green, solid line
ax1.set_ylabel('Y1 data', color='g')
# 画基于右轴的曲线
ax2.plot(x, y2, 'b--') # blue, dashed line
ax2.set_ylabel('Y2 data', color='b')
# 出图
plt.show()
 
出图结果如文首图所示
 
 
同理可以共用一个y轴，甚至次x轴
 
y = np.arange(0, 10, 0.1)
x1 = 0.05 * y**2
x2 = -1 * x1

fig, ax1 = plt.subplots()

ax2 = ax1.twiny()

ax1.set_ylabel('Y data')

ax1.plot(x1, y, 'g-')   # green, solid line
ax1.set_xlabel('X1 data', color='g')

ax2.plot(x2, y, 'b--') # blue, dashed line
ax2.set_xlabel('X2 data', color='b')

plt.show()
 
出图如下
 
 
 
参考文献
 
  
 
   
程序主要来自 次坐标轴，略有改动