时间戳

首页 > 解决方案 > Matplotlib：具有两个不同 y 轴的 2D 子图

python - Matplotlib：具有两个不同 y 轴的 2D 子图

问题描述

我想结合两种解决方案。

我有这样的数据：

db = np.array([('Billboard', 1, 520.0, 3),
           ('Billboard', 2, 520.0, 2),
           ('Billboard', 3, 612.0, 0),
           ('Billboard', 4, 410.0, 4),
           ('Careerbuilder', 1, 410.0, 0),
           ('Careerbuilder', 2, 820.0, 0),
           ('Careerbuilder', 3, 410.0, 1),
           ('Careerbuilder', 4, 820.0, 0),
           ('Monster.com', 1, 500.0, 3),
           ('Monster.com', 2, 500.0, 4),
           ('Monster.com', 3, 450.0, 0),
           ('Monster.com', 4, 450.0, 7),
           ('Ads', 1, 120.0, 0),
           ('Ads', 2, 0.0, 1),
           ('Ads', 3, 50.0, 1),
           ('Ads', 4, 100.0, 0),
          ], dtype=[('Source', 'U20'), ('Month', int), ('Spent', float), ('count', int)])
db = pd.DataFrame(db)

解决方案 1：良好的布局，但蓝色图不可读，因为与条形图相比，值太小。

plt.figure(figsize=(10, 5))

for i, sourse in enumerate(db['Source'].unique()):
    plt.subplot(2, 2, i+1)
    plt.title(db['Source'].unique()[i]) 
    subdf = db[db['Source'] == sourse][['Month','count', 'Spent']].set_index('Month')
    plt.plot(subdf.index, subdf['count'], color='blue')  
    plt.bar(subdf.index, subdf['Spent'], color='red', alpha=0.5)

plt.show()

解决方案 1

解决方案 2：添加另一个 y 轴后，蓝色图正确显示，但布局是垂直的，不是很好。

for i, sourse in enumerate(db['Source'].unique()):
    fig, ax = plt.subplots()
    plt.title(db['Source'].unique()[i]) 
    subdf = db[db['Source'] == sourse][['Month','count', 'Spent']].set_index('Month')
    
    ax.bar(subdf.index, subdf['Spent'], color='red', alpha=0.5)
    ax.set_xlabel("Months",fontsize=14)
    ax.set_ylabel("Money spent",color="red",fontsize=14)
    ax.set_xticks(list(range(1,5)))

    ax2 = ax.twinx()
    ax2.plot(subdf.index, subdf['count'], color='blue')
    ax2.yaxis.set_major_locator(ticker.MultipleLocator(1.00))
    ax2.set_ylabel('People hired', color='blue',fontsize=14)
    plt.ylim(0)
    
plt.show()

解决方案 2

所以我有20多个子图，所以垂直布局不是最好的解决方案。但我想不出同时使用这两种解决方案的方法......我能想到的最好的办法是

m = 0
n = 0
fig, ax = plt.subplots(2, 2, sharex='col', sharey=False, figsize=(10, 5))

for i, sourse in enumerate(db['Source'].unique()):
    plt.title(db['Source'].unique()[i]) 
    subdf = db[db['Source'] == sourse][['Month','count', 'Spent']].set_index('Month')
    
    ax[i+m,i+n].bar(subdf.index, subdf['Spent'], color='red', alpha=0.5)
    ax.set_xlabel("Months",fontsize=14)
    ax.set_ylabel("Money spent",color="red",fontsize=14)

    ax2 = ax.twinx()
    ax2[i+m,i+n].plot(subdf.index, subdf['count'], color='blue')
    ax2.yaxis.set_major_locator(ticker.MultipleLocator(1.00))
    ax2.set_ylabel('People hired', color='blue',fontsize=14)
    plt.xticks(list(range(1, 13)))
    plt.ylim(0)
    
    n += 1
    if n == 2:
        m += 1
        n == 0
    
plt.show()

但它显示一个错误

AttributeError                            Traceback (most recent call last)
<ipython-input-142-aa24c581b7bf> in <module>
      8 
      9     ax[i+m,i+n].bar(subdf.index, subdf['Spent'], color='red', alpha=0.5)
---> 10     ax.set_xlabel("Months",fontsize=14)
     11     ax.set_ylabel("Money spent",color="red",fontsize=14)
     12 

AttributeError: 'numpy.ndarray' object has no attribute 'set_xlabel'

为此我找到了这个答案AttributeError: 'numpy.ndarray' object has no attribute 'plot'但不知道如何在这里应用它！

标签： pythonmatplotlib

解决方案

我稍微修改了您的解决方案 #1 并应用了双 y 轴图。

plt.figure(figsize=(10, 5))

for i, sourse in enumerate(db['Source'].unique()):
  plt.subplot(2, 2, i+1)
  plt.title(db['Source'].unique()[i]) 
  subdf = db[db['Source'] == sourse][['Month','count', 'Spent']].set_index('Month')
  plt.bar(subdf.index, subdf['Spent'], color='red', alpha=0.5)
  ax = plt.gca()  # get current axis
  twin_ax = ax.twinx()
  twin_ax.plot(subdf.index, subdf['count'], color='blue')  

plt.tight_layout()
plt.show()

我还可以解释您上一个解决方案中的错误。在下一行

fig, ax = plt.subplots(2, 2, sharex='col', sharey=False, figsize=(10, 5))

这ax是一个 numpy 数组。它的形状是(2, 2)，它有点像，

ax = np.array([
    [ax_row_0_col_0, ax_row_0_col1],
    [ax_row_1_col_0, ax_row_1_col1],
])

在这种情况下，我们不能做

ax.set_xlabel("Months",fontsize=14)

但我们必须做类似的事情

row, col = 0, 0
ax[row, col].set_xlabel("Months",fontsize=14)

推荐阅读