摘要这一篇文章来讲一下主次坐标的绘制。也是最近在一次绘图中用到了，在这里记录一下方便之后自己的查找。顺便在这里说一下最近自己在做什么吧，也是好久没有更新了。

文章目录(Table of Contents)

前言-说明

这一篇说一下绘制主次坐标的方式。这种图可以适用于当你有两组数组，两组数据的数量级相差较大(如果用同一个y轴进行绘制，数据较小的会看不出趋势)，但是想要比较两组数据的趋势。这种时候使用主次坐标图是一个很好的选择。

主次坐标图绘制

在这里我就直接贴出代码，注释已经写好了，很容易能看懂。

import numpy as np

import pandas as pd

from matplotlib import pyplot as plt

from matplotlib.lines import Line2D

import seaborn as sns

%matplotlib inline

# ----------

# 生成样例数据

# ----------

x = np.linspace(0,10,15)

y_data1 = np.random.rand(15)

y_data2 = 5 * y_data1 + 5 * np.random.rand(15)

# -------

# 进行绘图

# -------

sns.set()

# 画出双坐标轴图像

fig, ax1 = plt.subplots(figsize=(9, 5),dpi=100)

ax2 = ax1.twinx()

# 这里获取图为了后面添加图例

l1, = ax1.plot(x, y_data1, 'darkorange')

l2, = ax2.plot(x, y_data2, 'royalblue')

# 设置x,y轴文字说明

ax1.set_xlabel('date')

ax1.set_ylabel('Y1,drunken_conflict_rate')

ax2.set_ylabel('Y2,drunken_conflict_hurt_rate')

# 设置图例

plt.legend(handles = [l1, l2,], labels = ['data_1', 'data_2'], loc='best')

# 设置标题

ax1.set_title('Primary and Secondary Coordinates')

# -------

# 绘制直线

# -------

# 两条line的数据

line1 = [(2, 0), (2, 1)]

line2 = [(7, 0), (7, 1)]

(line1_xs, line1_ys) = zip(*line1)

(line2_xs, line2_ys) = zip(*line2)

# 创建两条线，并添加

ax1.add_line(Line2D(line1_xs, line1_ys, linewidth=1, color='black'))

ax1.add_line(Line2D(line2_xs, line2_ys, linewidth=1, color='black'))

# 显示图像

plt.show()

绘制出的图像如上所示，可以看到图的左右两边的y轴的刻度不一样，左边的范围是0-1，右边的范围是0-10.

主次坐标轴绘制图例

有的时候使用上面的方式是无法同时将主次坐标的图例画出来，这个时候可以使用下面的方式来进行绘制，也就是不要使用 plt.legend() 或是 ax.legend() 的方式绘制，而是直接使用 fig.legend() 来进行绘制：

fig.legend(fontsize=17, bbox_to_anchor=(0.83, 0.87))

上面就是主次坐标轴的一些画法，下面随便讲讲吧。

结语

上一次写随笔还是2018-06-07小记，已经过去一个月了。这一个月的时间我也从本科毕业了。虽说现在还在学校上暑期学校，但是感觉变化还是挺大的，身边的人又是换了一批吧，分别的时候真的感觉时间好快呀，四年本科就结束了，但是四年间发生的事情还历历在目。

自己一直还没有整理毕业那段时间拍的照片，之后肯定会整理一下发出来的。下面这段话是今天在网易云听歌的时候看到的评论。最近在学校里走路，总会想起和前女友在一起的点滴吧。