python-2.7 - 顶部有线条的多轴图。 Matplotlib

Question

我正在尝试使用 twinx() 创建一个条形/线形组合图，其中线条在条形顶部可见。目前它是这样显示的:



我还需要将折线图绘制在左侧的垂直轴 (ax) 和右侧的条形 (ax2) 上，就像现在一样。如果我在第二个轴上绘制线，它确实出现在顶部，但显然它出现在错误的轴上(右)

这是我的代码:

    self.ax2=ax.twinx()
    df[['Opportunities']].plot(kind='bar', stacked=False, title=get_title, color='grey', ax=self.ax2, grid=False)
    ax.plot(ax.get_xticks(),df[['Percentage']].values, linestyle='-', marker='o', color='k', linewidth=1.0)
    lines, labels = ax.get_legend_handles_labels()
    lines2, labels2 = self.ax2.get_legend_handles_labels()
    ax.legend(lines + lines2, labels + labels2, loc='lower right')

标签也有问题，但一次只做一件事。

Answer 1

默认情况下，艺术家似乎是在 ax 上绘制的。首先，然后
双轴艺术家 ax2在上面。因此，由于在您的代码中，线图是在 ax 上绘制的以及 ax2 上的条形图，条形图位于(并遮挡)线的顶部。

(我以为我可以通过指定 zorder 来改变这一点，但这种尝试没有
工作... )

所以解决问题的一种方法是使用 ax绘制条形图和 ax2画线。这会将线放置在条形图的顶部。默认情况下，它还将为 ax 放置 ytick 标签。 (条形图)在左侧，以及 ax2 的 ytick 标签(线)在右边。但是，您可以使用

ax.yaxis.set_ticks_position("right")
ax2.yaxis.set_ticks_position("left")

交换左右 ytick 标签的位置。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
np.random.seed(2015)

N = 16
df = pd.DataFrame({'Opportunities': np.random.randint(0, 30, size=N),
                   'Percentage': np.random.randint(0, 100, size=N)},
                  index=pd.date_range('2015-3-15', periods=N, freq='B').date)
fig, ax = plt.subplots()

df[['Opportunities']].plot(kind='bar', stacked=False, title='get_title', 
                           color='grey', ax=ax, grid=False)
ax2 = ax.twinx()
ax2.plot(ax.get_xticks(), df[['Percentage']].values, linestyle='-', marker='o', 
        color='k', linewidth=1.0, label='percentage')

lines, labels = ax.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax.legend(lines + lines2, labels + labels2, loc='best')
ax.yaxis.set_ticks_position("right")
ax2.yaxis.set_ticks_position("left")

fig.autofmt_xdate()
plt.show()

产量



或者， zorder可以设置轴的数量以便绘制 ax以上 ax2 . Paul Ivanov shows how :

ax.set_zorder(ax2.get_zorder()+1) # put ax in front of ax2
ax.patch.set_visible(False) # hide the 'canvas'
ax2.patch.set_visible(True) # show the 'canvas'

因此，

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
np.random.seed(2015)

N = 16
df = pd.DataFrame({'Opportunities': np.random.randint(0, 30, size=N),
               'Percentage': np.random.randint(0, 100, size=N)},
index=pd.date_range('2015-3-15', periods=N, freq='B').date)
fig, ax = plt.subplots()
ax2 = ax.twinx()
df[['Opportunities']].plot(kind='bar', stacked=False, title='get_title', 
                           color='grey', ax=ax2, grid=False)

ax.plot(ax.get_xticks(), df[['Percentage']].values, linestyle='-', marker='o', 
        color='k', linewidth=1.0, label='percentage')

lines, labels = ax.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax.legend(lines + lines2, labels + labels2, loc='best')

ax.set_zorder(ax2.get_zorder()+1) # put ax in front of ax2
ax.patch.set_visible(False) # hide the 'canvas'
ax2.patch.set_visible(True) # show the 'canvas'

fig.autofmt_xdate()
plt.show()

产生相同的结果，而不必交换 ax 扮演的角色和 ax2 .