|
1.导入数据库
- import pandas as pd
- import matplotlib.pyplot as plt
- import numpy as np
- plt.rcParams['font.sans-serif'] = ['SimHei']
复制代码 2.导入数据
- path=r'path'
- df = pd.read_csv(path)
- x = df['date']
- y1 = df['psavert']
- y2 = df['unemploy']
复制代码 3.绘制左侧曲线
- fig,ax1 = plt.subplots(1,1,figsize = (16,7),dpi = 80)
- ax1.plot(x,y1,color = 'tab:red')
复制代码 4.绘制右侧曲线
- ax2 = ax1.twinx()
- ax2.plot(x,y2,color = 'tab:blue')
复制代码ax2 = ax1.twinx()函数简介:
在Matplotlib中,ax1.twinx() 方法用于创建一个共享x轴的第二个轴(ax2),这在需要在同一个图表上展示两个不同尺度或度量的数据时非常有用。这种方法常用于创建双y轴图表,其中一个轴显示左侧y轴的数据,另一个轴显示右侧y轴的数据。以下是使用 ax1.twinx() 方法创建双y轴图表的基本步骤:
- 创建主轴:首先,创建一个主轴(ax1),并在其上绘制数据。
- 创建第二个轴:使用 ax1.twinx() 方法创建第二个轴(ax2),这个轴将共享 ax1 的x轴。
- 在第二个轴上绘制数据:在 ax2 上绘制第二组数据,通常使用不同的y轴刻度。
- 设置第二个轴的刻度和标签:为 ax2 设置合适的刻度、标签和标题。
5.设置坐标轴
- ax1.set_xlabel('日期',fontsize = 16)
- ax1.set_ylabel('储蓄率',color = 'tab:red',fontsize = 16)
- ax1.tick_params(axis = 'y',rotation = 0,labelcolor = 'tab:red')
- ax2.set_ylabel('失业人数(1000)',color = 'tab:blue',fontsize = 16)
- ax2.tick_params(axis = 'y',labelcolor = 'tab:blue')
- ax2.set_title('储蓄率vs失业率',fontsize = 16)
- ax2.set_xticks(np.arange(0,len(x),60))
- ax2.set_xticklabels(x[::60],rotation = 90,fontdict = {'fontsize':10})
- plt.show()
复制代码 输出结果展示:
完整代码- ## (1)导入数据库import pandas as pd
- import matplotlib.pyplot as plt
- import numpy as np
- plt.rcParams['font.sans-serif'] = ['SimHei']##(2)导入数据path=r'path'
- df = pd.read_csv(path)
- x = df['date']
- y1 = df['psavert']
- y2 = df['unemploy']##(3)绘制左侧曲线fig,ax1 = plt.subplots(1,1,figsize = (16,7),dpi = 80)
- ax1.plot(x,y1,color = 'tab:red')## (4)绘制右侧曲线ax2 = ax1.twinx()
- ax2.plot(x,y2,color = 'tab:blue')## (5)设置坐标轴ax1.set_xlabel('日期',fontsize = 16)
- ax1.set_ylabel('储蓄率',color = 'tab:red',fontsize = 16)
- ax1.tick_params(axis = 'y',rotation = 0,labelcolor = 'tab:red')
- ax2.set_ylabel('失业人数(1000)',color = 'tab:blue',fontsize = 16)
- ax2.tick_params(axis = 'y',labelcolor = 'tab:blue')
- ax2.set_title('储蓄率vs失业率',fontsize = 16)
- ax2.set_xticks(np.arange(0,len(x),60))
- ax2.set_xticklabels(x[::60],rotation = 90,fontdict = {'fontsize':10})
- plt.show()
复制代码 说明:该案例来源于《Python数据分析》
来源:https://www.cnblogs.com/DavidShang/p/18307048
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作! |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
x
|