Python matplotlib 绘制双Y轴曲线图的示例代码

接下来我会详细讲解“Python matplotlib 绘制双Y轴曲线图的示例代码”的完整攻略。

1. 准备环境

在讲解Python matplotlib绘制双Y轴曲线图示例之前，我们需要先安装matplotlib这个库。如果你的电脑还没有安装这个库，请使用pip安装：

pip install matplotlib

2. 创建基础图形与两个子图

通过调用matplotlib库中的subplots函数可以很方便地创建基础图形与两个子图。这样我们就可以将两条线分别画在两个子图中，最终得到一张双Y轴曲线图。

import matplotlib.pyplot as plt

# 创建基础图形
fig, ax1 = plt.subplots()

# 创建子图
ax2 = ax1.twinx()

在上面的代码中，我们调用subplots函数创建了一个基础图形fig和一个子图ax1。接着，我们使用子图的twinx方法创建了另一个子图ax2，这个twinx方法是用来让ax2与ax1共享x轴的。

3. 绘制线条

接下来我们可以绘制两条曲线了。

# 绘制线条1
ax1.plot(x, y1, 'g-', label='y1')

# 绘制线条2
ax2.plot(x, y2, 'b-', label='y2')

在上面的代码中，第一段代码用于在ax1子图中绘制y1线条，x和y1是数据点的横纵坐标。'g-'表示曲线的颜色和线型，其中g代表绿色，-代表实线。其中，label参数简单的给线条一个名字，以便后面做图例说明。第二段代码则是在ax2子图中绘制y2线条，与绘制y1线条的方式类似。

4. 完善图例、标题和轴标签

最后，我们还需要添加一些图例、标题和轴标签等内容，以便让图表的信息更加清晰和直观。

# 添加图例
ax1.legend(loc='upper left')
ax2.legend(loc='upper right')

# 添加标题
plt.title('Double Y-axis Plot')

# 添加轴标签
ax1.set_xlabel('X data')
ax1.set_ylabel('Y1 data')
ax2.set_ylabel('Y2 data')

在上面的代码中，legend函数用于添加标记曲线的说明文字，loc参数指定说明文字显示的位置。set_xlabel、set_ylabel函数则是用于添加x轴和y轴标签。

5. 完整示例代码

下面是一个完整的示例代码，用于展示如何用Python matplotlib绘制双Y轴曲线图：

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
x = np.linspace(0, 10, 1000)
y1 = np.sin(x)
y2 = np.exp(x)

# 创建基础图形
fig, ax1 = plt.subplots()

# 创建子图
ax2 = ax1.twinx()

# 绘制线条1
ax1.plot(x, y1, 'g-', label='y1')

# 绘制线条2
ax2.plot(x, y2, 'b-', label='y2')

# 添加图例
ax1.legend(loc='upper left')
ax2.legend(loc='upper right')

# 添加标题
plt.title('Double Y-axis Plot')

# 添加轴标签
ax1.set_xlabel('X data')
ax1.set_ylabel('Y1 data')
ax2.set_ylabel('Y2 data')

# 显示图像
plt.show()

在这个示例中，我们生成了两个示例数据，一个是sin函数的数据，一个是指数函数的数据。接着，我们创建了基础图形和两个子图，再通过调用twinx方法让两个子图共享x轴。接着，我们分别将两个数据集绘制出来，并在绘制的时候指定了样式和颜色。最后，我们添加了图例、标题和轴标签等整体布局，再使用show方法将图像显示出来。

6. 示例说明

这里再举两个例子来说明如何绘制双Y轴曲线图。

示例一：LSTM误差曲线

在机器学习应用中，经常需要绘制模型训练的过程中的误差曲线，以便于判断模型是否收敛。这里使用LSTM模型的误差曲线作为示例。我们可以将训练误差和测试误差分别放在两个y轴上，以便于同时显示两条曲线。

import numpy as np
import matplotlib.pyplot as plt

# LSTM模型训练误差
train_losses = [0.45, 0.4, 0.35, 0.3, 0.25, 0.2, 0.18, 0.16, 0.15, 0.14]

# LSTM模型测试误差
test_losses = [0.65, 0.6, 0.55, 0.53, 0.51, 0.5, 0.45, 0.44, 0.43, 0.42]

# x轴数据
x = np.arange(0, 10, 1)

# 创建双y轴图表
fig, ax1 = plt.subplots()

# 右侧y轴
ax2 = ax1.twinx()

# 绘制训练误差折线图
ax1.plot(x, train_losses, 'r', label='training loss')

# 绘制测试误差折线图
ax2.plot(x, test_losses, 'b', label='test loss')

# x轴标注
plt.xticks(x, x)

# y轴标注
ax1.set_ylabel('train loss')
ax2.set_ylabel('test loss')

# 标题
plt.title('LSTM Loss')

# 图例
ax1.legend(loc='upper left')
ax2.legend(loc='upper right')

# 显示结果
plt.show()

示例二：股票涨跌幅分析

在金融分析领域，经常需要绘制股票的涨跌幅分析图。涨跌幅的数据都是百分比形式，因此使用双y轴图表可以很好地呈现数据变化趋势。

import numpy as np
import matplotlib.pyplot as plt

# 暴风股票涨跌幅数据
bf_data = [0.2, -1.4, 2.3, -2.8, 1.7, 0.3, 1.5, -0.8, -1.2, 0.8, 1.2, -1.3, 0.7, -0.5, -0.3]

# 兴业银行股票涨跌幅数据
xy_data = [0.5, 1.2, -1.1, 1.8, 0.7, -0.4, -1.7, 0.2, 1.5, 0.9, -1.3, -0.8, 0.3, 0.7, -0.5]

# x轴数据
x = list(range(1, len(bf_data) + 1))

# 创建双y轴图表
fig, ax1 = plt.subplots()

# 右侧y轴
ax2 = ax1.twinx()

# 绘制暴风股票折线图
ax1.plot(x, bf_data, 'r', label='BaoFeng stock')

# 绘制兴业银行股票折线图
ax2.plot(x, xy_data, 'b', label='XingYe Bank stock')

# x轴标注
plt.xticks(x, x)

# y轴标注
ax1.set_ylabel('BaoFeng')
ax2.set_ylabel('XingYe')

# 网格线
plt.grid(True)

# 标题
plt.title('Stock Fluctuations')

# 图例
ax1.legend(loc='upper left')
ax2.legend(loc='upper right')

# 显示结果
plt.show()

在上面的示例中，我们创建了两组涨跌幅数据，一个是暴风股票的数据，一个是兴业银行股票的数据。接着我们使用了双y轴图表将这两组数据进行了呈现，左侧y轴显示了暴风股票的涨跌幅数据，右侧y轴则显示了兴业银行股票的涨跌幅数据。其中，xlabel函数用于设置x轴标签，ylabel函数用于设置y轴标签，grid函数用于设置网格线。最后，我们再添加了标题和图例等信息，将图表呈现出来。

希望我的回答能够帮助你理解如何用Python matplotlib绘制双Y轴曲线图。如果还有其他问题，请随时提出。