Matplotlib绘图双纵坐标轴设置及控制设置时间格式

 双y轴坐标轴图

今天利用matplotlib绘图，想要完成一个双坐标格式的图。

fig=plt.figure(figsize=(20,15)) ax1=fig.add_subplot(111) ax1.plot(demo0719['TPS'],'b-',label='TPS',linewidth=2) ax2=ax1.twinx()#这是双坐标关键一步 ax2.plot(demo0719['successRate']*100,'r-',label='successRate',linewidth=2)  

横坐标设置时间间隔

import matplotlib.dates as mdate ax1.xaxis.set_major_formatter(mdate.DateFormatter('%Y-%m-%d %H:%M:%S'))#设置时间标签显示格式 plt.xticks(pd.date_range(demo0719.index[0],demo0719.index[-1],freq='1min'))  

纵坐标设置显示百分比

import matplotlib.ticker as mtick  fmt='%.2f%%'  yticks = mtick.FormatStrFormatter(fmt)  ax2.yaxis.set_major_formatter(yticks) 

知识点

在matplotlib中，整个图像为一个Figure对象。在Figure对象中可以包含一个，或者多个Axes对象。每个Axes对象都是一个拥有自己坐标系统的绘图区域。其逻辑关系如下：

一个Figure对应一张图片。

Title为标题。Axis为坐标轴，Label为坐标轴标注。Tick为刻度线，Tick Label为刻度注释。

Title为标题。Axis为坐标轴，Label为坐标轴标注。Tick为刻度线，Tick Label为刻度注释。

 add_subplot()

The Axes instance will be returned.

twinx()

ax = twinx() 

create a twin of Axes for generating a plot with a sharex x-axis but independent y axis. The y-axis of self will have ticks on left and the returned axes will have ticks on the right.

意思就是，创建了一个独立的Y轴，共享了X轴。双坐标轴!

类似的还有twiny()

ax1.xaxis.set_major_formatter

Set the formatter of the major ticker

ACCEPTS: A Formatter instance

DateFormatter()

strftime方法(传入格式化字符串)。

strftime(dt, fmt=None)  Refer to documentation for datetime.strftime.  fmt is a strftime() format string. 

FormatStrFormatter()

Use a new-style format string (as used by str.format()) to format the tick. The field formatting must be labeled x

定义字符串格式。

plt.xticks

# return locs, labels where locs is an array of tick locations and # labels is an array of tick labels. locs, labels = xticks()  # set the locations of the xticks xticks( arange(6) )  # set the locations and labels of the xticks xticks( arange(5), ('Tom', 'Dick', 'Harry', 'Sally', 'Sue') ) 

代码汇总

#coding:utf-8  import matplotlib.pyplot as plt  import matplotlib as mpl  import matplotlib.dates as mdate  import matplotlib.ticker as mtick  import numpy as np  import pandas as pd  import os  mpl.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签  mpl.rcParams['axes.unicode_minus']=False #用来正常显示负号  mpl.rc('xtick', labelsize=20) #设置坐标轴刻度显示大小  mpl.rc('ytick', labelsize=20)  font_size=30  #matplotlib.rcParams.update({'font.size': 60})  %matplotlib inline  plt.style.use('ggplot')  data=pd.read_csv('simsendLogConvert_20160803094801.csv',index_col=0,encoding='gb2312',parse_dates=True)  columns_len=len(data.columns)  data_columns=data.columns  for x in range(0,columns_len,2):  print('第{}列'.format(x))  total=data.ix[:,x]  print('第{}列'.format(x+1))  successRate=(data.ix[:,x+1]/data.ix[:,x]).fillna(0)  yLeftLabel=data_columns[x]  yRightLable=data_columns[x+1]  print('------------------开始绘制类型{}曲线图------------------'.format(data_columns[x]))  fig=plt.figure(figsize=(25,20))  ax1=fig.add_subplot(111)  #绘制Total曲线图  ax1.plot(total,color='#4A7EBB',label=yLeftLabel,linewidth=4)  # 设置X轴的坐标刻度线显示间隔  ax1.xaxis.set_major_formatter(mdate.DateFormatter('%Y-%m-%d %H:%M:%S'))#设置时间标签显示格式  plt.xticks(pd.date_range(data.index[0],data.index[-1],freq='1min'))#时间间隔  plt.xticks(rotation=90)  #设置双坐标轴，右侧Y轴  ax2=ax1.twinx()  #设置右侧Y轴显示百分数  fmt='%.2f%%'  yticks = mtick.FormatStrFormatter(fmt)  # 绘制成功率图像  ax2.set_ylim(0,110)  ax2.plot(successRate*100,color='#BE4B48',label=yRightLable,linewidth=4)  ax2.yaxis.set_major_formatter(yticks)  ax1.set_xlabel('Time',fontsize=font_size)  ax1.set_ylabel(yLeftLabel,fontsize=font_size)  ax2.set_ylabel(yRightLable,fontsize=font_size)  legend1=ax1.legend(loc=(.02,.94),fontsize=16,shadow=True)  legend2=ax2.legend(loc=(.02,.9),fontsize=16,shadow=True)  legend1.get_frame().set_facecolor('#FFFFFF')  legend2.get_frame().set_facecolor('#FFFFFF')  plt.title(yLeftLabel+'&'+yRightLable,fontsize=font_size)  plt.savefig('D:JGTWork-YL1布置的任务4绘制曲线图和报告文件803出图{}-{}'.format(yLeftLabel.replace(r'/',' '),yRightLable.replace(r'/',' ')),dpi=300)  

参考