Skip to content

視覺化 › Matplotlib › 進階:雙軸與註解

進階:雙軸與註解 (Dual Axes & Annotation) ​

兩個常用來「說故事」的工具:雙 y 軸把不同單位的變數放在同一條 x 軸上,註解 (annotation) 把讀者的目光帶到關鍵點。

雙 y 軸 (twinx) ​

python
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

x = pd.date_range("2000-01", periods=50, freq="ME")     # pandas ≥ 2.2:月底頻率是 "ME","M" 已移除
temp = 20 + 8 * np.sin(np.linspace(0, 3 * np.pi, 50))
cases = 100 + 40 * np.cos(np.linspace(0, 3 * np.pi, 50))

fig, ax1 = plt.subplots(figsize=(8, 4), layout="constrained")
ax1.plot(x, temp, color="tab:blue")
ax1.set_ylabel("Temperature (°C)", color="tab:blue")
ax1.tick_params(axis="y", colors="tab:blue")

ax2 = ax1.twinx()                                        # 共用 x 軸的第二個 y 軸
ax2.plot(x, cases, color="tab:red")
ax2.set_ylabel("Cases", color="tab:red")
ax2.tick_params(axis="y", colors="tab:red")
方法用途
ax.twinx()共用 x、右側新 y 軸
ax.twiny()共用 y、上方新 x 軸
ax.secondary_yaxis("right", functions=(f, f_inv))同一變數的另一種單位(°C ↔ °F、log2 ↔ 原始倍數),不畫新資料

雙軸的兩個刻度可以任意縮放,讓兩條線看起來多相關都可以。優先考慮上下子圖共用 x 軸,或把兩個變數標準化到同一尺度;真的要用時,軸標籤顏色要與線條一致。若只是同一變數換單位,用 secondary_yaxis 不會有這個問題。

註解 (annotate) ​

python
fig, ax = plt.subplots(figsize=(8, 4), layout="constrained")
ax.plot(x, cases, color="tab:red")

i = cases.argmax()
ax.annotate(
    f"peak: {cases[i]:.0f}",
    xy=(x[i], cases[i]),                  # 箭頭指向的資料點
    xytext=(x[i + 8], cases[i] - 10),     # 文字位置(資料座標)
    arrowprops={"arrowstyle": "->", "color": "gray"},
)
ax.text(0.02, 0.95, "n = 50 months", transform=ax.transAxes, va="top")   # 相對 axes 的位置(0–1)
ax.axvspan(x[10], x[20], color="gray", alpha=0.2)                        # 標出一段期間
方法用途
ax.annotate(text, xy, xytext, arrowprops)帶箭頭的文字;textcoords="offset points" 讓 xytext 改成相對 xy 的位移
ax.text(x, y, s, transform=ax.transAxes)固定在圖框角落的文字(n、p 值、面板字母 A / B)
ax.axvspan / ax.axhspan標出時間區間或數值範圍
ax.bar_label(container)長條上的數值標籤

散布圖中標出多個基因名稱時,文字常互相重疊;可用 adjustText 套件自動排開(R 對應 ggrepel)。

相關 ​

主題連結
參考線 axhline / axvline折線圖
缺失值視覺化(missingno)pandas 缺值