python - 保证 0 在左右 y 轴上处于同一水平(Python matplotlib)

Question

我试图重叠两个具有不同尺度的函数。

由于它们也都倾向于从正变为负，我认为如果我能保证两个轴上的 0 水平对齐，视觉上会更好。

因为我不一定事先知道这两个函数的规模(它随着我不时在我的代码中更高处更改的参数而变化)，所以我对如何继续进行有点困惑——主要是因为我是 Python 的新手。

这是一个可以说明问题的玩具示例。

对于如何保证他们排队有什么建议吗？我想它应该非常简单，但我对要探索的函数类型一无所知。

fig,ax1 = plt.subplots()
ax2=ax1.twinx()
ax1.plot(np.random.normal(loc=np.random.rand(),size=100),'r-')
ax2.plot(np.random.normal(loc=10*np.random.rand(),size=100),'b-')
plt.show()

Answer 1

虽然 gboffi 的回答确实提供了解决方案，但我意识到这个问题有很多正确的解决方案。特别是，我将概述 4 个可能的选项——最后一个是最通用的(也可能是最没有用的)，但包含其他选项。

我仍将重点关注我们希望轴在 y(因变量)=0 处对齐的情况。这里的方法应该可以直接调整到其他级别——使用更复杂的公式，但复杂性基本相同。

让我们固定思路来解释这些选项是什么。关键是将 0 视为左 (L) 和右 (R) 轴上极值的加权平均值。具体来说，有一个权重 wL 使得 0 = wL*ML+(1-wL)(-mL)，其中 ML 是左上限，mL 是左下限(的大小)(为负)。具体地，wL=mL/(mL+ML)。同理，wR=mR/(mR+MR)。

设置类似于 gboffi 的答案，并且所有 4 个选项都相同:

import numpy as np
import matplotlib.pyplot as plt

grid = np.linspace(0,5,1000)
a = 1.0*np.sin(grid)+0.6
b = 8.0*np.cos(grid)-5.0+3*np.sin(5*grid)-5

fig,axL = plt.subplots()
lL, = axL.plot(grid,a,'r-', label='axL')
plt.legend()
axR = axL.twinx()
lR, = axR.plot(grid,b,'b-', label='axR')

mL, ML = axL.get_ylim() ; Lticks = axL.get_yticks()
mR, MR = axR.get_ylim() ; Rticks = axR.get_yticks()

if mL*ML > 0 : error()
if mR*MR > 0 : error()

选项 1:强制 y=0 在任一轴的中间。

ML = max(ML,abs(mL))
mL = min(-ML,mL)

MR = max(MR,abs(mR))
mR = min(-MR,mR)

选项 2:强制 wL' = wR(更改左轴，保持右轴不变；这是 gboffi 的回答)

wL = abs(mL)/(ML+abs(mL))
wR = abs(mR)/(MR+abs(mR))

ML = (mL*MR/mR if wR<=wL else ML      )
mL = (mL       if wR<=wL else ML*mR/MR)

选项 3:强制 wR' = wL(改变右轴，保持左轴不变)

wL = abs(mL)/(ML+abs(mL))
wR = abs(mR)/(MR+abs(mR))

MR = (mR*ML/mL if wL<=wR else MR      )
mR = (mR       if wL<=wR else MR*mL/ML)

选项 4:强制 wR'=wL'=w(更改两个轴，强制 0 为到达图顶部的 w%)

w = .42
wL = abs(mL)/(ML+abs(mL))
wR = abs(mR)/(MR+abs(mR))

ML = ((w-1)/w*mL if w<=wL else ML        )
mL = (mL         if w<=wL else w/(w-1)*ML)
MR = ((w-1)/w*mR if w<=wR else MR        )
mR = (mR         if w<=wR else w/(w-1)*MR)

其余代码与 gboffi 的代码相同:

axL.set_ylim(mL,ML) ; axL.set_yticks(Lticks)
axR.set_ylim(mR,MR) ; axR.set_yticks(Rticks)
for ax, c in ((axL,'r'),(axR,'b')):
    [lbl.set_color(c) for lbl in ax.get_yticklabels()]

axL.grid(color='black', axis='x')
axL.grid(color='red',   axis='y')
axR.grid(color='blue',  axis='y')

plt.legend((lL,lL),('axL','axR'))
plt.show()

选项 4 包含所有内容，但可能最没用——我无法想象我们想要 w 在外面的情况，比如 (.4,.6)——除了选项 2 和 3 之外的任何内容都会创建两个轴上的空白(而选项 2/3 保证至少一个轴与原来的轴相同)。

至于在选项 1-3 中进行选择，这取决于具体情况——归根结底，这实际上是一个信息模糊化的问题。哪个图因被压缩以适应另一个图的比例而受到的影响较小？在这里，我们可能想关注右手边的图表，因为还有很多事情要做。如果您事前不知道这两个图是什么样子，那么中立位置——w=.5，即选项 1——可能是最好的。

编辑:关于下面 gboffi 提出的使用选项 4 来最小化此过程引起的空白比例的想法，最佳值始终是 w=wR 或 w=wL，如下图所示:

这是一篇文章。