HOWTO · Matplotlib
Hinzufügen einer y-Achsenbeschriftung zur sekundären y-Achse in Matplotlib
Wir können der sekundären y-Achse in Matplotlib eine y-Achsenbeschriftung hinzufügen, indem wir mit dem Achsenobjekt interagieren und direkt die Methode pandas.DataFrame.plot verwenden.
Auf dieser Seite
Um eine sekundäre y-Achse in Matplotlib zu beschriften, rufen Sie set_ylabel() für das sekundäre axes-Objekt auf, das Axes.twinx() zurückgibt. Dieses axes-Objekt verwendet dieselbe x-Achse wie das Diagramm und stellt auf der gegenüberliegenden Seite eine unabhängige y-Achse bereit. Verwenden Sie aussagekräftige Beschriftungen und ergänzen Sie Einheiten, wenn sie helfen, die dargestellten Größen auseinanderzuhalten.
Die sekundäre y-Achse mit twinx() beschriften
Erzeugen Sie mit ax.twinx() ein zweites axes-Objekt, zeichnen Sie die zweite Datenreihe darauf und legen Sie die Beschriftung direkt fest. Dieses vollständige Beispiel definiert beide Farben und verwendet tight_layout(), damit genügend Platz für die Beschriftungen bleibt.
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 5, 100)
fig, ax = plt.subplots()
ax.plot(x, np.sin(x), color="tab:blue")
ax.set_xlabel("Time (s)")
ax.set_ylabel("sin(x)", color="tab:blue")
ax.tick_params(axis="y", labelcolor="tab:blue")
ax2 = ax.twinx()
ax2.plot(x, np.cos(x), color="tab:orange")
ax2.set_ylabel("cos(x)", color="tab:orange")
ax2.tick_params(axis="y", labelcolor="tab:orange")
fig.tight_layout()
plt.show()
ax2 ist das sekundäre axes-Objekt. Daher platziert ax2.set_ylabel(...) die Beschriftung an der rechten y-Achse. Wenn Sie stattdessen set_ylabel() für ax aufrufen, ändern Sie die Beschriftung der primären, linken Achse. Die Farben der Beschriftungen und Teilstriche an die jeweiligen Linien anzupassen ist optional, kann aber helfen, die beiden Skalen auseinanderzuhalten.
Bei der Anzeige des ersten Beispiels ist die horizontale Achse mit Time (s) beschriftet. Eine blaue Sinuskurve verwendet die linke y-Achse, eine orangefarbene Kosinuskurve die rechte. Beide Kurven umfassen dieselben Zeitwerte; die jeweilige vertikale Skala wird jedoch an ihrer eigenen Seite des Diagramms abgelesen. Das Titelbild dieses Artikels zeigt Achsen mit den Beschriftungen Height und Weight. Es ist eine separate Illustration und stellt nicht diese Sinus- und Kosinuskurven dar.
Die Beschriftungen der y-Achsen verständlich gestalten
Wählen Sie einen Text, der die gemessene Größe und ihre Einheit nennt, zum Beispiel Temperature (°C) oder Pressure (kPa). Eine Formatierung ist optional: Übergeben Sie bei Bedarf Argumente wie color, fontsize oder fontweight an set_ylabel(), um die Lesbarkeit zu verbessern. Halten Sie die Beschriftungen klar unterscheidbar und verlassen Sie sich nicht allein auf Farben, um zu erklären, welche Daten zu welcher Skala gehören.
Das folgende Beispiel wendet diese Formatierungsoptionen auf ein Diagramm an, dessen linke Skala die Temperatur in Grad Celsius und dessen rechte Skala den Druck in Kilopascal angibt:
import matplotlib.pyplot as plt
import numpy as np
hours = np.arange(0, 24, 2)
temperature = 18 + 4 * np.sin((hours - 9) * np.pi / 12)
pressure = 101.3 + 0.8 * np.cos((hours - 6) * np.pi / 12)
fig, ax = plt.subplots()
ax.plot(hours, temperature, color="tab:red", marker="o")
ax.set_xlabel("Hour of day")
ax.set_ylabel(
"Temperature (°C)", color="tab:red", fontsize=12, fontweight="bold"
)
ax.tick_params(axis="y", labelcolor="tab:red")
ax2 = ax.twinx()
ax2.plot(hours, pressure, color="tab:green", marker="s")
ax2.set_ylabel(
"Pressure (kPa)", color="tab:green", fontsize=12, fontweight="bold"
)
ax2.tick_params(axis="y", labelcolor="tab:green")
fig.tight_layout()
plt.show()
Jede Beschriftung sollte kurz beschreiben, welche Werte auf der jeweiligen Diagrammseite abgelesen werden, wie im Beispiel oben. Text und Einheiten erklären die Bedeutung der Zahlen; eine zur Linie passende Beschriftungsfarbe ist ein zusätzlicher visueller Hinweis. Wirken die Beschriftungen gedrängt, kann tight_layout() den Abstand im Diagramm anpassen. Eine lange Beschriftung kann dennoch eine größere Abbildung oder eine kürzere Formulierung erfordern.
Mit DataFrame.plot eine Beschriftung für die sekundäre y-Achse hinzufügen
Übergeben Sie bei Pandas-Daten die Achsen des ersten Diagramms über ax, wenn Sie die zweite Datenreihe mit secondary_y=True zeichnen. DataFrame.plot gibt bei jedem Aufruf ein axes-Objekt zurück: Der erste Aufruf liefert das primäre, der zweite das sekundäre axes-Objekt. Legen Sie die jeweilige Beschriftung am passenden Objekt fest.
import matplotlib.pyplot as plt
import pandas as pd
frame = pd.DataFrame({
"age": [10, 20, 30, 40],
"height": [120, 140, 160, 170],
"weight": [30, 45, 60, 70],
})
ax = frame.plot(x="age", y="height", color="tab:blue")
ax2 = frame.plot(
x="age", y="weight", secondary_y=True, ax=ax, color="tab:orange"
)
ax.set_ylabel("Height (cm)")
ax2.set_ylabel("Weight (kg)")
plt.tight_layout()
plt.show()
Hier weist secondary_y dem Gewicht die rechte Skala zu, während ax=ax diese Datenreihe in derselben Abbildung überlagert. Wenn Sie andere Spaltennamen oder Einheiten verwenden, passen Sie sowohl die Argumente für y als auch die Beschriftungen an die dargestellten Daten an.
Für die Werte in diesem Beispiel zeigt das Diagramm das Alter auf der horizontalen Achse, Height (cm) links und Weight (kg) rechts. Die blaue Linie für die Körpergröße steigt über die vier Alterswerte hinweg an, ebenso die orangefarbene Gewichtslinie. Beide Linien werden anhand ihrer jeweiligen y-Achsenbeschriftungen und Skalen interpretiert. Die Beschriftungen sollten zu den tatsächlich dargestellten Spalten passen. Ändern Sie daher die Beschriftungen, wenn Sie andere Spalten oder Einheiten auswählen. Durch die Übergabe des vorhandenen ax bleiben beide Datenreihen in derselben Abbildung; secondary_y=True weist der zweiten Datenreihe die Skala auf der rechten Seite zu.