Несколько перекрывающихся графиков с независимым масштабированием в Matplotlib

Question

В настоящее время у меня есть код, который вызывает matplotlib.pylab.plot несколько раз, чтобы отобразить несколько наборов данных на одном экране, и Matplotlib масштабирует каждый к глобальным минимальным и максимальным значениям, учитывая все графики. Есть ли способ попросить его масштабировать каждый график независимо, до минимума и максимума этого конкретного графика?

Answer 1

Прямой поддержки этому нет, но вот код из публикации в списке рассылки, который иллюстрирует две независимые вертикальные оси:

x=arange(10)
y1=sin(x)
y2=10*cos(x)

rect=[0.1,0.1,0.8,0.8]
a1=axes(rect)
a1.yaxis.tick_left()
plot(x,y1)
ylabel('axis 1')
xlabel('x')

a2=axes(rect,frameon=False)
a2.yaxis.tick_right()
plot(x,y2)
a2.yaxis.set_label_position('right')
ylabel('axis 2')
a2.set_xticks([])

Answer 2

Таким образом вы создаете отдельный график (add_subplot(1,1,1)) и ограничивает масштаб по осям Y.

myFig = figure()
myPlot = self.figure.add_subplot(1,1,1)
myPlot.plot([1,2,3,4,5], [5,4,3,2,1], '+r')
myPlot.set_ylim(1,5) # Limit y-axes min 1, max 5

Answer 3

Мне нужно что-то подобное, но я хотел создать пример, который вы можете скопировать и вставить в интерактивную оболочку и посмотреть на него. Вот для тех из вас, кто нуждается в рабочем решении:

from numpy import arange
from math import sin, cos
import matplotlib.pyplot as plt

x = arange(10)
y1 = [sin(i) for i in x]
y2 = [10*cos(i) for i in x]

rect = [0.1, 0.1, 0.8, 0.8]
a1 = plt.axes(rect)  # Create subplot, rect = [left, bottom, width, height] in normalized (0, 1) units
a1.yaxis.tick_left()  # Use ticks only on left side of plot
plt.plot(x, y1)
plt.ylabel('axis 1')
plt.xlabel('x')

a2 = plt.axes(rect, frameon=False)  # frameon, if False, suppress drawing the figure frame
a2.yaxis.tick_right()
plt.plot(x, y2)
a2.yaxis.set_label_position('right')
plt.ylabel('axis 2')
a2.set_xticks([])

plt.show()

Протестировано и работает на python 2.7.6, numpy 1.8.1, matpotlib 1.3.1. Я собираюсь продолжить играть с этим, ища аккуратный способ работать с наложением графиков даты. Я опубликую свои выводы.

Answer 4

Вот решение с использованием графиков даты, и я думаю, что это наиболее оптимизированное решение с использованием twinx() для добавления второй оси y.

import matplotlib.pyplot as plt
import matplotlib.dates as md
import datetime
import numpy
numpy.random.seed(0)
t = md.drange(datetime.datetime(2012, 11, 1),
            datetime.datetime(2014, 4, 01),
            datetime.timedelta(hours=1))  # takes start, end, delta
x1 = numpy.cumsum(numpy.random.random(len(t)) - 0.5) * 40000
x2 = numpy.cumsum(numpy.random.random(len(t)) - 0.5) * 0.002
fig = plt.figure()
ax1 = fig.add_subplot(111)
fig.suptitle('a title', fontsize=14)
fig.autofmt_xdate()
plt.ylabel('axis 1')
plt.xlabel('dates')
ax2 = ax1.twinx()
ax1.plot_date(t, x1, 'b-', alpha=.65)
ax2.plot_date(t, x2, 'r-', alpha=.65)
plt.ylabel('axis 2')
plt.show()

Из документов matplotlib.pyplot.twinx(ax=None) создайте вторую ось, которая разделяет ось X. Новые оси будут перекрывать топор (или текущие оси, если топор отсутствует). Тики для ax2 будут размещены справа, а экземпляр ax2 будет возвращен. Больше здесь.