添加链接
link管理
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接
  • AI 查看更多书籍

  • 《GeeksForGeeks 人工智能中文教程 2022-06-21》

  • Matplotlib.pyplot.title()用 Python
  • matplotlib . pyplot . tricontour()用 Python
  • matplotlib . pyplot . tricontosurf()中的 Python
  • Matplotlib.pyplot.tripcolor()用 Python
  • Matplotlib.pyplot.triplot()用 python
  • Matplotlib.pyplot.twinx()在 Python
  • Matplotlib.pyplot.twiny()在 Python
  • matplotlib . pyplot . violinplot()用 Python
  • matplotlib.pyplot.viridis()用 Python
  • Matplotlib.pyplot.vlines()用 Python
  • matplotlib . pyplot . wait forbuttonpress()用 Python
  • matplotlib.pyplot.winter()用 Python
  • Matplotlib.pyplot.xcorr()用 Python
  • matplotlib . pyplot . xcd()用 Python
  • Matplotlib.pyplot.xlabels()用 Python
  • Matplotlib.pyplot.xlim()用 Python
  • Python 中的 Matplotlib.pyplot.xscale()函数
  • matplotlib . pyplot . xts()用 Python
  • Matplotlib.pyplot.ylabel()用 Python
  • Matplotlib.pyplot.ylabels()用 Python
  • Matplotlib.pyplot.ylim()用 Python
  • Matplotlib.pyplot.yscale()用 Python
  • matplotlib . pyplot . yt 氮()用 Python
  • matplot lib–radio buttons
  • matplotlib–矩形选择器
  • Matplotlib–设置刻度和刻度标签
  • matplotlib–slider widget
  • python 中 Matplotlib.text.OffsetFrom 类
  • Matplotlib – 文本框小部件
  • Python 中的 Matplotlib.ticker.AutoLocator 类
  • Python 中的 matplotlib . ticker . autominorlocator 类
  • Python 中的 Matplotlib.ticker.FixedLocator 类
  • Python 中的 matplotlib . ticker . Funcformatter 类
  • Python 中的 matplotlib . ticker . indexformatter 类
  • Python 中的 matplotlib . ticker . linear locator 类
  • Python 中的 Matplotlib.ticker.LogFormatter 类
  • Python 中的 Matplotlib.ticker.LogLocator 类
  • Python 中的 Matplotlib.ticker.MaxNLocator 类
  • Python 中的 matplotlib . ticker . multiple locator 类
  • Python 中的 matplotlib . ticker . percentformatter 类
  • Matplotlib 教程
  • 动画–使用 Matplotlib 创建动画
  • 使用 Matplotlib 在 Python 中进行多点绘制
  • 用 Python 中的 Matplotlib 重叠直方图
  • Matplotlib 中的平行坐标
  • 在 Matplotlib 中并排放置地块
  • 使用 Matplotlib 绘制 Python 中的二维直方图
  • 在 Matplotlib 中绘制水平线
  • 使用 Matplotlib
  • 用 Matplotlib 在图像上绘制一个点或一条线
  • 在 Matplotlib 中绘制垂直线
  • 使用 Matplotlib 绘制 Python 中的数学表达式
  • 用 Matplotlib 在条形图上绘制多列熊猫数据框
  • 在 Matplotlib 中绘制多条线
  • 在 Matplotlib 中绘制多个地块
  • 使用 Matplotlib–Python 绘制功率谱密度图
  • 使用 Matplotlib 绘制锯齿波
  • 使用 Python 和 Matplotlib 绘制谱图
  • 绘制背靠背条形图 Matplotlib
  • 使用 Matplotlib 在 Python 中绘制交叉光谱密度
  • 使用 Seaborn 和 Matplotlib 绘制虹膜数据集的图形
  • 使用 Matplotlib 在 Python 中绘制直方图
  • 使用 Python 中的 Matplotlib 绘制多个条形图
  • 使用 Python 和 Matplotlib 在图形上绘制各种声音
  • 在 Matplotlib 中定位颜色条
  • matplot lib
  • Python |使用 Matplotlib 的基本甘特图
  • Python | Matplotlib 简介
  • Python Matplotlib–概述
  • Python | Matplotlib 使用面向对象的 API 进行图形绘制
  • python | matplot lib . pyplot ticks
  • Python | Matplotlib 使用面向对象的 API 进行子绘图
  • Python |使用 Matplotlib 可视化在 NetworkX 中生成的图形
  • Python |使用 Matplotlib 处理 PNG 图像
  • 马特普洛特利布中的箭袋情节
  • 在 Matplotlib 中径向移动饼图楔形区
  • 移除 Matplotlib 中的图例边框
  • 旋转 Seaborn 和 Matplotlib 中的轴刻度标签
  • Matplotlib 中颜色条刻度标签的旋转
  • 设置 matplotlib
  • 设置 Matplotlib 颜色条大小以匹配图形
  • 在 Matplotlib 中的条形图中设置不同的误差条颜色
  • 使用 Matplotlib 的 Python 简单绘图
  • MatPlotLib 中的堆叠百分比条形图
  • 使用 Matplotlib 绘制风格图
  • Matplotlib 中换行的文本框
  • 使用 Matplotlib 在 Python 中进行三维绘图
  • 使用 Matplotlib 在 Python 中绘制三面图
  • 在 Matplotlib 图的左侧和右侧使用不同的 y 轴
  • 在 Matplotlib 散点图中使用误差线
  • 在 Matplotlib 图例中使用多列
  • 将 Matplotlib 用于动画
  • 使用 Matplotlib 搭配 Jupyter 笔记本
  • 使用 pydicom 和 matplotlib 查看 DICOM 图像
  • 通过海底地块和 Matplotlib 可视化最大似然数据集
  • 使用 Matplotlib 可视化合并排序
  • 使用 Matplotlib 可视化快速排序
  • 使用 Matplotlib 可视化 Tiff 文件,使用 Python 可视化 GDAL】
  • 使用 Matplotlib 处理 Python 中的图像
  • 将多项式朴素贝叶斯应用于自然语言处理问题
  • NLP 中的单词包(BoW)模型
  • 自然语言处理中的对比学习
  • 使用 Python 中的 NLTK 纠正单词
  • 使用 Python-NLTK 创建一个基本的硬编码聊天机器人
  • 特征提取技术–自然语言处理
  • 查找文件中与输入句子最相似的句子| NLP
  • FLAIR–自然语言处理的框架
  • 如何从 Python 中的 NLTK WordNet 获取同义词/反义词?
  • NLP |回退标记来组合标记器
  • NLP | Brill Tagger
  • NLP |分类文本语料库
  • NLP |块树到文本和链接块转换
  • NLP |使用 RegEx 进行分块和缝隙
  • NLP |分块规则
  • NLP |使用语料库阅读器进行组块
  • NLP |基于分类器的分块|集合 1
  • NLP |基于分类器的分块|集合 2
  • NLP |基于分类器的标记
  • NLP |组合 NGram 标记器
  • NLP |创建浅树
  • NLP |自定义语料库
  • NLP |使用标记语料库阅读器进行定制
  • NLP |使用 Execnet 进行分布式分块
  • NLP |使用 Execnet 进行分布式标记–第 1 部分
  • NLP |使用 Execnet 进行分布式标记–第 2 部分
  • NLP–在文本处理中扩展收缩
  • NLP |用正则表达式扩展和移除组块
  • NLP |提取命名实体
  • NLP |过滤无关紧要的词
  • NLP |展平深树
  • NLP |如何用 Execnet 和 Redis 进行单词评分
  • NLP |标记文本、句子、单词是如何工作的
  • NLP | IOB 标记
  • NLP | Leacock Chordorow (LCH)和 Synset 的路径相似性
  • NLP |可能的单词标签
  • NLP |位置标签提取
  • NLP |命名实体组块训练
  • NLP |用 execnet 进行并行列表处理
  • NLP |词性–默认标注
  • NLP |词性标注–单词语料库
  • NLP |用 Regex 进行部分解析
  • NLP |专有名词抽取
  • NLP | Regex 和词缀标注
  • NLP |单数复数名词和交换无限短语
  • NLP |拆分和合并组块
  • NLP |在 Redis 中存储有序字典
  • NLP |在 Redis 中存储条件频率分布
  • NLP |在 Redis 中存储频率分布
  • NLP |交换动词短语和名词基数
  • NLP |在 WordNet 中为一个单词设置 Synsets】
  • NLP |训练分词器并过滤句子中的停用词
  • NLP |基于训练标记器的组块器|集合 1
  • NLP |基于训练标记器的组块器|集合 2
  • NLP |训练 Unigram Tagger
  • NLP |三元组标签(TnT)标记
  • NLP |动词形式修正
  • NLP |词语搭配
  • NLP \ word list 语料库
  • 用于标注的 NLP | WordNet】
  • NLP | Wu palm er–WordNet 相似度
  • python 中使用 NLTK 的带停止词的词性标注
  • 使用 NLP 处理文本|基础知识
  • 项目构想——使用 NLP
  • Python |使用 NLTK 进行姓名性别识别
  • Python |用 NLTK 引理
  • Python | NLP 分析餐厅点评
  • Python | NLTK NLTK . token ize . conditionalreqdist()
  • python nltk | nltk . token ize . lineokenizer
  • python nltk | nltk . token ize . mwe()
  • python nltk | nltk . token ize . experimental izer()
  • Python NLTK | NLTK . tokenize . spacetokenizer()
  • python nltk | nltk . token ize . stanfortoken izer()
  • python nltk | nltk . token ize . tabtoken izer()
  • Python NLTK | NLTK . token izer . word _ token ize()
  • Python NLTK | nltk。tweeter token izer()
  • python nltk | nltk . white space token izer
  • python nltk | token ize . regexp()
  • Python NLTK | tokenize。wordpunctadizer()
  • Python |用 NLTK 词干
  • 用 Python 中的 NLTK 去除停止词
  • 使用 NLP 和 SQLite 的餐厅点评分析
  • 使用 python 中的 NLTK 标记文本
  • 理解语义分析–NLP
  • 使用 NumPy | Python 的绝对偏差和绝对平均偏差
  • 在 Python Numpy 中沿多维数组访问数据
  • 在 NumPy 数组末尾追加值
  • 对 Numpy 数组的每 N 个元素求平均值
  • NumPy 阵列基础知识
  • NumPy 数组相对于 Python 数组的优势
  • 计算两个给定 NumPy 阵列的平均值
  • 计算给定 NumPy 数组中所有元素的 exp(x)–1
  • 使用 NumPy
  • 计算给定 NumPy 阵列沿第二轴的最大值和最小值之差
  • 计算 2D 数元阵列中跨维度的平均值
  • 计算 2D NumPy 数组中所有列的总和
  • 计算 NumPy 数组对角线元素的和
  • 计算 2D NumPy 数组所有列的和
  • 改变给定 numpy 数组的数据类型
  • 更改 NumPy 数组的尺寸
  • 检查 NumPy
  • 检查 Numpy 数组是否包含指定的行
  • 结合一维和二维 NumPy 阵列
  • 比较和过滤 NumPy 数组
  • 计算两个给定 NumPy 阵列的皮尔逊积矩相关系数
  • 计算两个给定 NumPy 阵列的协方差矩阵
  • 使用 Python 中的 NumPy 计算给定方阵的行列式
  • 使用 Python 中的 NumPy 计算一组数据的直方图
  • 使用 Python 中的 NumPy 计算一维数组向量的内积
  • 计算两个多维 NumPy 阵列的 Kronecker 积
  • 计算给定 NumPy 数组的平均值、标准差和方差
  • 计算扁平 NumPy 阵列的中间值
  • 使用 Python 中的 NumPy 计算两个给定向量的外积
  • 计算 NumPy 数组中所有元素的倒数
  • 计算给定 NumPy 数组的加权平均值
  • 在 NumPy 数组中逐元素计算 e^x
  • 将 1D 数组转换为 2D Numpy 数组
  • 将 NumPy 数组转换成 csv 文件
  • 将 NumPy 数组转换为熊猫系列
  • 将 NumPy 数组转换为图像
  • 将 NumPy 数组转换为带有标题的熊猫数据帧
  • 将给定 NumPy 数组中所有元素的角度从度转换为弧度
  • 在 NumPy 数组中将角度从弧度转换为度数
  • 使用 NumPy 数组
  • 将 Python 列表转换为 numpy 数组
  • 将 Python 嵌套列表转换为多维 NumPy 数组
  • 在 NumPy 数组中复制和查看
  • 计算 NumPy 数组中非 NaN 元素的数量
  • 创建一个连续的扁平 NumPy 数组
  • 从 Numpy 数组创建数据框,并指定索引列和列标题
  • 创建一个充满所有 1 的 Numpy 数组
  • 创建一个用全零填充的 Numpy 数组| Python
  • 用随机值创建 Numpy 数组| Python
  • 从 Numpy 数组创建 Pandas DataFrame,并指定索引列和列标题
  • 使用 Python 中的 NumPy 创建白色图像
  • 使用 NumPy 功能创建熊猫系列
  • 在 NumPy 中创建自己的通用函数
  • 创建一维 NumPy 数组
  • 从熊猫中的列表、字典和 numpy 数组创建系列
  • NumPy Python 中的数据类型对象(数据类型)
  • 删除 NumPy 数组的行和列
  • 用 Python 描述一个 NumPy 数组
  • 熊猫 VS NumPy 的区别
  • Numpy
  • 扁平()和松散()数值函数之间的差异
  • 将 Python 字典转换为 NumPy 数组的不同方法
  • 以 Fortran 顺序显示 Numpy 数组
  • 字符串的两个 NumPy 数组的元素串联
  • 评估两个多维 NumPy 阵列的爱因斯坦求和惯例
  • 提取复数 NumPy 数组的实部和虚部
  • 找出两个 NumPy 数组之间的公共值
  • 查找 NumPy 数组中等于零的元素的索引
  • 找出一个数组元素的长度(以字节为单位)和 Numpy 中元素消耗的总字节数
  • 求 Numpy 数组中每个字符串元素的长度
  • 找出 NumPy 数组中的最大和最小元素
  • 找出 NumPy 数组的内存大小
  • 找到 NumPy 数组中最频繁的值
  • 找到最近的数值和 NumPy 数组的索引
  • 找出一个序列在 NumPy 数组中出现的次数
  • 用 NumPy
  • 求一个 NumPy 数组元素的和与积
  • 求两个 NumPy 数组的并集
  • 在 NumPy 数组中查找唯一的行
  • 求 NumPy 数组的 k 个最小值
  • 展平 NumPy 阵列列表
  • 生成两个 NumPy 数组的矩阵乘积
  • 使用 NumPy 从均匀分布生成随机数
  • 获取元素大于 X 的 NumPy 数组的行号
  • 逐元素获取 NumPy 数组值的幂
  • 获取给定 NumPy 数组的 QR 分解
  • Numpy 中的海明
  • Numpy | Python 中的汉宁
  • 如何按列访问 NumPy 数组
  • 如何访问多维 NumPy 数组的不同行?
  • 如何在 NumPy 数组周围添加边框?
  • 如何用 Python 中的 NumPy 将一个多项式加到另一个多项式上?
  • 如何追加两个 NumPy 数组?
  • 如何构建两个 NumPy 数组的所有组合的数组?
  • 如何用 NumPy 计算矩阵的行列式?
  • 如何使用 NumPy
  • 如何计算 NumPy 数组的元素绝对值?
  • 如何检查 NumPy 数组中是否存在指定值?
  • 如何检查给定 NumPy 数组的元素是否非零?
  • 如何使用 NumPy 从不同概率的列表中选择元素?
  • 如何比较两个 NumPy 数组?
  • 如何计算两个给定 NumPy 阵列的互相关?
  • 如何用 Numpy 计算导数?
  • 如何用 NumPy 计算给定数组中所有元素的自然对数、以 10 为底对数和以 2 为底对数?
  • 如何计算给定 NumPy 数组中所有元素的数值负值?
  • 如何用 NumPy 计算两个给定向量的叉积?
  • 如何用 NumPY 计算给定方阵的特征值和右特征向量?
  • 如何连接两个二维 NumPy 数组?
  • 如何将字典转换成 NumPy 数组?
  • 如何将一个列表和元组转换成 NumPy 数组?
  • 如何使用 Python 将图像转换为 NumPy 数组并保存为 CSV 文件?
  • 如何将图像转换成 NumPy 数组?
  • Python 中 NumPy 数组如何转换成字典?
  • 如何将 NumPy 数组转换为列表?
  • 如何将 NumPy datetime64 转换为 Timestamp?
  • 如何将 Pytorch 张量转换成 Numpy 数组?
  • 如何将 NumPy 数组复制到另一个数组中?
  • 如何统计 NumPy 数组中唯一值的出现频率?
  • 如何用 NumPy 在 Python 中创建常数矩阵?
  • 如何创建一个区间内等间距数字的 NumPy 1D 阵列?
  • 如何用 Numpy Arrange 创建线性递增值序列?
  • 如何创建空的和满的 NumPy 数组?
  • 如何用 Python 中的 NumPy 创建一个空矩阵?
  • 如何使用 Numpy 模块裁剪图像?
  • 如何从 Numpy 数组中删除最后 N 行?
  • 如何删除 NumPy 数组的多行?
  • 如何用 Python 中的 NumPy 将一个多项式分解成另一个多项式?
  • 如何基于条件过滤二维 NumPy 数组?
  • 如何使用 NumPy 查找给定月份的第一个星期一?
  • 如何找到 Numpy 数组中值的索引?
  • 如何求 NumPy 1d-array 中的最大值和最小值?
  • 如何修复:“numpy.ndarray”对象没有属性“append”
  • 如何修复:“numpy.ndarray”对象没有属性“index”
  • 如何修复:type error:“numpy . float”对象不可调用?
  • 如何用 NumPy 生成二维高斯阵列?
  • 如何得到一个 3D NumPy 阵列的所有 2D 对角线?
  • 如何使用 Numpy 获得数组的元素级真除法?
  • 如何逆序获取 NumPy 多维数组的索引?
  • 如何获取 numpy 数组元素的下限、上限和截断值?
  • 如何用 Python 中的 NumPy 获取排序数组的索引?
  • 如何得到 NumPy 中矢量的大小?
  • 如何得到给定 NumPy 数组沿第二轴的最小值和最大值?
  • 如何用 NumPy 得到数组的 n 个最大值?
  • 如何用 Python 中的 NumPy 得到矩阵的维数?
  • 如何用 NumPy 获取数组的唯一元素?
  • 如何获取 NumPy 数组在特定索引位置的值?
  • 如何在给定 NumPy 数组所有元素的字符之间插入空格?
  • 如何用 NumPy 求矩阵的逆
  • 如何使用 savetxt()和 loadtxt()函数将 3D Numpy 数组加载保存到文件中?
  • 如何将 NumPy 数组设为只读?
  • 如何在 NumPy 数组上映射函数?
  • 如何用 Python 中的 NumPy 将一个多项式乘以另一个多项式?
  • 如何在 Python 中对 NumPy 中的数组进行归一化?
  • 如何在 Python 中用 NumPy 在矩阵中随机插入 NaN?
  • 如何在 Python 中随机选择 NumPy 数组的元素?
  • 如何用 NumPy 在 Python 中随机选择数组的行?
  • 如何用 numpy 读取 Python 中的数值数据或文件?
  • 如何使用给定的索引位置重新排列 2D NumPy 数组的列?
  • 如何使用 NumPy 移除只包含 0 的数组行?
  • 如何删除 Numpy 数组中包含非数值的列?
  • 如何从给定的 NumPy 数组中移除 NaN 值?
  • 如何基于多个条件从 Numpy 数组中移除行?
  • 如何删除 Numpy 数组中包含非数值的行?
  • 如何从 NumPy 数组中移除特定元素?
  • 如何对代表图像的 NumPy 数组进行重采样?
  • 如何使用 NumPy 将数组元素舍入到给定的小数位数?
  • 如何将 NumPy 数组的元素舍入到最近的整数?
  • 如何将 NumPy 数组保存为文本文件?
  • 如何在 NumPy 中设置行和列的轴?
  • 如何跳过 NumPy 数组的每第 n 个索引?
  • 如何对 Numpy 数组进行排序| Python
  • 如何用空格分割给定 NumPy 数组的元素?
  • 如何用 Python 中的 NumPy 将一个多项式减去另一个多项式?
  • 如何用 NumPy 抑制科学符号对小数字的使用?
  • 如何交换给定 NumPy 数组的列?
  • 如何使用 Python 中的 NumPy 通过重复元素对矩阵进行上采样?
  • Python 中多条件的 NumPy where()如何使用?
  • 如何使用 NumPy 求和函数?
  • 使用 Python 中的 SciPy 和 NumPy 进行图像处理
  • 将文本文件导入 Numpy 数组
  • NumPy Python 中的基本切片和高级索引
  • 使用 NumPy 在 Python 中索引多维数组
  • 在 NumPy 数组中插入一个新轴
  • 使用 NumPy 和 SciPy 的四分位数范围和四分位数偏差
  • 加入 NumPy 阵列
  • 皇帝在 num py–python
  • NumPy 中的矩阵乘法
  • numpy . add()上的方法
  • 修改 Numpy 数组存储任意长度的字符串
  • 使用 Python 中的 Numpy 进行单行两个矩阵的乘法
  • 使用 Python 中的 NumPy 乘法复数矩阵
  • 使用 Numpy 和 Matplotlib 的正态分布图
  • num py–3d 矩阵乘法
  • Python 中的 numpy.absolute()
  • Python 中的 numpy.add()
  • python 中的 numpy.alen()
  • Python 中的 numpy.allclose()
  • Python 中的 numpy.angle()
  • python 中的 numpy.arccos()
  • numpy.arccosh()在 Python
  • python 中的 numpy.arcsin()
  • numpy.arcsinh()在 Python
  • numpy.arctan()在 Python
  • numpy.arctan2()在 Python
  • python 中的 num py . arctanh()
  • python 中的 numpy.argpartition()
  • python 中的 numpy.argsort()
  • Python 中的 numpy.argwhere()
  • NumPy–包含字符串元素的数组的算术运算
  • NumPy–算术运算
  • Python 中的 numpy.around()
  • Python 中的 NumPy 数组
  • NumPy 数组–逻辑运算
  • NumPy 阵列形状
  • Python 中的 numpy.array_equal()
  • Python 中的 numpy.array_equiv()
  • Python 中的 numpy.array_repr()
  • Python 中的 numpy.array_str()
  • python 中的 numpy . asanyarray()
  • numpy.asarray()在 Python
  • Python 中的 numpy.asarray_chkfinite()
  • Python 中的 numpy.ascontiguousarray()
  • Python 中的 numpy.asfarray()
  • numpy.asfortranarray()在 Python
  • python 中的 numpy . asscalar()
  • numpy.atleast_1d()用 Python
  • numpy.atleast_2d()用 Python
  • numpy.atleast_3d()用 Python
  • numpy.base_repr()用 Python
  • Python 中的 numpy.binary_repr()
  • Python 中的 numpy.bitwise_and()
  • Python 中的 numpy.bitwise_or()
  • Python 中的 numpy.bitwise_xor()
  • numpy.broadcast_to()函数–Python
  • numpy.byte_bounds()函数–Python
  • python 中的 numpy.cbrt()
  • Python 中的 numpy.ceil()
  • Python 中的 numpy.char.add()函数
  • Python 中的 numpy.char.multiply()函数
  • Python 中的 numpy.clip()
  • Python 中的 numpy.column_stack()
  • numpy.common_type()函数–Python
  • numpy.concatenate()函数| Python
  • Python 中的 numpy . conj()
  • python 中的 numpy.copysign()
  • numpy.correlate()函数–Python
  • Python 中的 numpy.cos()
  • Python 中的 numpy.cosh()
  • Python 中的 numpy.count()
  • Numpy count _ 非零方法| Python
  • python 中的 num py . cumber()
  • python 中的 numpy.cumsum()
  • numpy.defchararray.add()用 Python
  • num py . defchararray . capitalize()用 Python
  • numpy.defchararray.center()用 Python
  • numpy.defchararray.decode()用 Python
  • numpy.defchararray.encode()用 Python
  • numpy.defchararray.multiply()用 Python
  • Python 中的 numpy.degrees()和 rad2deg()
  • Python 中的 numpy.divide()
  • numpy.dtype.base()函数–Python
  • numpy.dtype.kind()函数–Python
  • numpy . dtype . subtype()函数–Python
  • numpy.einsum()方法
  • Python 中的 numpy.equal()
  • Python 中的 numpy.exp()
  • 在 Matplotlib 图的左侧和右侧使用不同的 y 轴

    原文: https://www . geeksforgeeks . org/use-异 y 轴-在 matplotlib-plot 的左侧和右侧/

    在本文中,我们将讨论如何创建 Matplotlib 图两侧的 y 轴。

    有时为了快速进行数据分析,需要创建一个包含两个不同比例的数据变量的图表。为此目的 使用双轴 方法,即双 X 轴或双 Y 轴。 matplotlib 库中的 matplotlib . Axes . Axes . twinx() 功能用于创建共享 X 轴的双轴。

    matplotlib.axes.Axes.twinx(self)
    

    此方法不接受任何参数,如果提供了参数,将引发错误。它返回 ax_twin 对象,表示创建了一个新的 Axes 实例。以下示例说明了 matplotlib.axes 中的matplotlib . axes . Twinx()功能:

    Python 3

    # import libraries 
    import numpy as np 
    import matplotlib.pyplot as plt 
    # Creating dataset 
    x = np.arange(1.0, 100.0, 0.191) 
    dataset_1 = np.exp(x**0.25) - np.exp(x**0.5) 
    dataset_2 = np.sin(0.4 * np.pi * x**0.5) + np.cos(0.8 * np.pi * x**0.25) 
    # Creating plot with dataset_1
    fig, ax1 = plt.subplots() 
    color = 'tab:red'
    ax1.set_xlabel('X-axis') 
    ax1.set_ylabel('Y1-axis', color = color) 
    ax1.plot(x, dataset_1, color = color) 
    ax1.tick_params(axis ='y', labelcolor = color) 
    # Adding Twin Axes to plot using dataset_2
    ax2 = ax1.twinx() 
    color = 'tab:green'
    ax2.set_ylabel('Y2-axis', color = color) 
    ax2.plot(x, dataset_2, color = color) 
    ax2.tick_params(axis ='y', labelcolor = color) 
    # Adding title
    plt.title('Use different y-axes on the left and right of a Matplotlib plot', fontweight ="bold") 
    # Show plot
    plt.show()
    

    Python 3

    # import libraries
    import numpy as np
    import matplotlib.pyplot as plt
    from matplotlib import rc
    rc('mathtext', default='regular')
    # Creating dataset
    x = np.arange(10)
    dataset_1 = np.random.random(10)*30
    dataset_2 = np.random.random(10)*60
    dataset_3 = np.random.random(10)*100
    # Creating figure
    fig = plt.figure()
    # Plotting dataset_2
    ax = fig.add_subplot(111)
    ax.plot(x, dataset_2, '-', label='dataset_2')
    ax.plot(x, dataset_3, '-', label='dataset_3')
    # Creating Twin axes for dataset_1
    ax2 = ax.twinx()
    ax2.plot(x, dataset_1, '-r', label='dataset_1')
    # Adding title
    plt.title('Use different y-axes on the left and right of a Matplotlib plot',
              fontweight="bold")
    # Adding legend
    ax.legend(loc=0)
    ax2.legend(loc=0)
    # Sdding grid
    ax.grid()
    # Adding labels
    ax.set_xlabel("X-axis")
    ax.set_ylabel(r"Y1-axis")
    ax2.set_ylabel(r"Y2-axis")
    # Setting Y limits
    ax2.set_ylim(0, 35)
    ax.set_ylim(-20, 100)
    # Show plot
    plt.show()
                                            

    版权属于:月萌API www.moonapi.com,转载请注明出处

    本文链接:https://moonapi.com/news/13026.html