Skip to content

Matplotlib 双轴：twinx 与 secondary_yaxis 的正确用法

Amber de Ligt
Name
Amber de Ligt

Updated on

一个图需要两套刻度（美元 vs 数量、摄氏 vs 华氏）时，如果双轴处理不当，很容易误导读者：刻度错位、图例混乱、标签被裁剪。关键是选对工具，并提供清晰的转换函数，让两套刻度都可信。

快速决策表

方案适用场景优点注意事项
twinx / twiny只是共享 x（或 y）位置的两条独立系列代码少、上手快刻度格式需手动；不自动同步比例
secondary_yaxis / secondary_xaxis两条系列可互相转换（如 °C ↔ °F）通过正/反函数保证刻度对齐需要精确且单调的转换
两个共享轴的子图希望并排比较而不叠加更清晰占空间，图例分别处理

示例：twinx 叠加两个 y 轴

import matplotlib.pyplot as plt
import numpy as np
 
x = np.arange(1, 13)
sales = np.array([12, 18, 25, 30, 28, 35, 40, 38, 32, 28, 22, 18])
customers = np.array([120, 155, 180, 210, 205, 230, 245, 240, 225, 200, 175, 150])
 
fig, ax = plt.subplots(figsize=(8, 4))
ax.plot(x, sales, color="tab:blue", label="Sales (k$)")
ax.set_xlabel("Month")
ax.set_ylabel("Sales (k$)", color="tab:blue")
ax.tick_params(axis="y", labelcolor="tab:blue")
 
ax2 = ax.twinx()
ax2.plot(x, customers, color="tab:orange", label="Customers")
ax2.set_ylabel("Customers", color="tab:orange")
ax2.tick_params(axis="y", labelcolor="tab:orange")
 
lines = ax.get_lines() + ax2.get_lines()
labels = [line.get_label() for line in lines]
ax.legend(lines, labels, loc="upper left")
plt.tight_layout()
plt.show()

提示：

  • 为每个轴使用不同颜色，图例更清晰。
  • 先合并两组线再调用 legend，避免重复。
  • tight_layout() 或 constrained_layout=True 可防止标签被裁剪。

示例：secondary_yaxis 的安全转换

import matplotlib.pyplot as plt
import numpy as np
 
temps_c = np.linspace(-20, 40, 200)
fig, ax = plt.subplots(figsize=(7, 4))
ax.plot(temps_c, np.sin(temps_c / 10), color="tab:blue", label="Signal vs °C")
ax.set_xlabel("Temperature (°C)")
ax.set_ylabel("Signal")
 
def c_to_f(c):
    return c * 9/5 + 32
 
def f_to_c(f):
    return (f - 32) * 5/9
 
ax_f = ax.secondary_xaxis("top", functions=(c_to_f, f_to_c))
ax_f.set_xlabel("Temperature (°F)")
 
ax.legend(loc="lower right")
plt.tight_layout()
plt.show()

提示：

  • 一定要提供正向与反向函数，刻度才能对齐。
  • 仅用单调、可逆的转换。
  • 格式化刻度（如 ax_f.xaxis.set_major_formatter("{x:.0f}°F")）能让单位更清晰。

让双轴保持可信

  • 系列毫不相关时别用双轴；两个子图通常更易读。
  • 如果某条曲线量级太大，先归一化再对比。
  • 只在主轴上画网格，减少视觉噪声。

排查清单

  • 图例重复？合并两轴的线后再 legend。
  • 标签被裁剪？开启 constrained_layout=True 或调用 plt.tight_layout()。
  • 刻度颜色不一致？分别对两个轴用 tick_params(labelcolor=...)。