在 Python 中使用 Matplotlib 绘制双 Y 轴图表是一种常见的数据可视化需求，尤其在需要比较具有不同量级或单位的数据集时非常有用。实现双 Y 轴图表的核心在于使用 `twinx()` 方法创建共享 X 轴但拥有独立 Y 轴的两个坐标系。以下是详细的实现方法和示例代码。 ### 创建双 Y 轴图表的基本步骤 1. **导入必要的库**：通常包括 `matplotlib.pyplot` 和 `numpy`（用于生成示例数据）。 2. **创建图形和第一个坐标系**：使用 `plt.subplots()` 创建图形和坐标系。 3. **使用 `twinx()` 方法创建第二个坐标系**：这将创建一个与第一个坐标系共享 X 轴但拥有独立 Y 轴的新坐标系。 4. **分别在两个坐标系上绘制数据**：可以使用 `plot()`、`bar()` 等方法在两个坐标系上绘制不同的数据。 5. **设置标签、标题等**：为每个坐标系设置 Y 轴标签，并为图形设置标题。 6. **显示或保存图形**：使用 `plt.show()` 或 `plt.savefig()` 显示或保存图形。 ### 示例代码 以下是一个完整的示例代码，展示了如何使用 Matplotlib 绘制双 Y 轴图表： ```python import matplotlib.pyplot as plt import numpy as np # 生成示例数据 x = np.linspace(0, 10, 100) y1 = np.sin(x) y2 = np.exp(x) # 创建图形和第一个坐标系 fig, ax1 = plt.subplots() # 在第一个坐标系上绘制数据 color = 'tab:blue' ax1.set_xlabel('X 轴') ax1.set_ylabel('sin(x)', color=color) ax1.plot(x, y1, color=color) ax1.tick_params(axis='y', labelcolor=color) # 使用 twinx() 方法创建第二个坐标系 ax2 = ax1.twinx() # 在第二个坐标系上绘制数据 color = 'tab:red' ax2.set_ylabel('exp(x)', color=color) ax2.plot(x, y2, color=color) ax2.tick_params(axis='y', labelcolor=color) # 设置标题 plt.title('双 Y 轴图表示例') # 显示图形 plt.show() ``` ### 自定义双 Y 轴图表 除了基本的双 Y 轴图表外，还可以通过以下方式进行自定义： - **调整图例**：可以分别为两个坐标系添加图例，以区分不同的数据集。 - **设置不同的样式**：例如，可以为两个坐标系设置不同的颜色、线型、标记等。 - **调整布局**：使用 `plt.tight_layout()` 或 `fig.subplots_adjust()` 调整图形的布局，确保标签和标题不会重叠。 ### 注意事项 - 当使用 `twinx()` 方法创建第二个坐标系时，两个坐标系的 X 轴是共享的，但 Y 轴是独立的。因此，在对 Y 轴进行操作时，需要明确指定是对哪个坐标系的 Y 轴进行操作[^3]。 - 如果需要同时操作两个坐标系的属性，建议使用面向对象的方式进行操作，而不是使用 `plt.ylabel()` 等全局函数。 通过上述方法，可以在 Matplotlib 中轻松实现双 Y 轴图表，并根据需要进行自定义和优化。