Matplotlib绘图双纵坐标轴设置及控制设置时间格式

摘要：双轴坐标轴图今天利用绘图，想要完成一个双坐标格式的图。这是双坐标关键一步横坐标设置时间间隔设置时间标签显示格式纵坐标设置显示百分比知识点在中，整个图像为一个对象。双坐标轴类似的还有这是一个类，创建一个时间格式的实例。

今天利用matplotlib绘图，想要完成一个双坐标格式的图。

</>复制代码 
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)

</>复制代码 
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"))

</>复制代码 
import matplotlib.ticker as mtick
fmt="%.2f%%"
yticks = mtick.FormatStrFormatter(fmt)
ax2.yaxis.set_major_formatter(yticks)

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。¹

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。

官网matplotlib.pyplot.figure
pyplot.figure()是返回一个Figure对象的，也就是一张图片。

add_subplot(args, *kwargs)

</>复制代码 
The Axes instance will be returned.

matplotlib.axes.Axes method²

</>复制代码 
ax = twinx()

</>复制代码 
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()

set_major_formatter(formatter)

</>复制代码 
Set the formatter of the major ticker
  ACCEPTS: A Formatter instance

class matplotlib.dates.DateFormatter(fmt, tz=None)
这是一个类，创建一个时间格式的实例。

strftime方法（传入格式化字符串）。

</>复制代码 
strftime(dt, fmt=None)
Refer to documentation for datetime.strftime.
fmt is a strftime() format string.

class matplotlib.ticker.FormatStrFormatter(fmt)

</>复制代码 
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。

matplotlib.pyplot.xticks(args, *kwargs)

</>复制代码 
# 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") )

</>复制代码 
#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)

Vami-绘图: matplotlib核心剖析 ↩

Secondary axis with twinx(): how to add to legend? ↩