ax1=ax.twiny()
ax1=plt.twiny()

ax1=ax.twinx()
ax1=plt.twinx()

x = np.arange(0., np.e, 0.01)
y1 = np.exp(-x)
y2 = np.log(x)
fig = plt.figure()
ax1 = fig.add_subplot(111)
ax1.plot(x, y1)
ax1.set_ylabel('Y values for exp(-x)')
ax1.set_title("Double Y axis")
ax2 = ax1.twinx() # this is the important function
ax2.plot(x, y2, 'r')
ax2.set_xlim([0, np.e])
ax2.set_ylabel('Y values for ln(x)')
ax2.set_xlabel('Same X for both exp(-x) and ln(x)')
plt.show()

# -*- coding: utf-8 -*-

#調用包
import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt

#讀取文件
io=r'E:\工作\專項\白騎士數據驗證\白騎士數據匯總表.xlsx'
yinka=pd.read_excel(io,sheet_name='YINKA_sample')
bqs=pd.read_excel(io,sheet_name='BQS_result')
yinka_bqs=pd.merge(yinka,bqs,left_on='no',right_on='no',how='inner')

#繪圖
fig,ax=plt.subplots(1,1,figsize=(20, 300))
ax.grid()     #畫網格
x=total.index-1     
#為什么+1，因為對不齊，所以使用時根據情況編寫
y=total['var1']
ax.plot(x,y,'k--o',alpha=0.5) #畫折線圖
ax.set_xlim([0,16])    
#設置x軸的取值范圍   這個可以讓x軸與y軸的起點一致
ax.set_xticks(np.arange(0,16)) #設置x軸的刻度范圍
ax.set_xticklabels(np.arange(0,16),rotation=30) 
#設置x軸上的刻度

ax.set_ylim([0,1800])   #同理y軸數值范圍
ax.set_yticks(range(0,1800,300))#設置y軸的刻度范圍
ax.set_yticklabels(range(0,1800,300))#設置y軸上的刻度

ax.legend(loc='upper left')  #設置ax子圖的圖例(legend)
#新知識點
for a,b in zip(x,y):   #設置注釋 zip函數是對應關系
 ax.text(a,b,b,ha='center',va='bottom',fontsize=15)
#重點
ax1=ax.twinx()     
#這個是能夠實現雙y軸的重點，共享x軸；還有一種是雙x軸的圖表換成ax.twiny()
y1=total[['adopt','reject']]
y1.plot.bar(ax=ax1,alpha=0.5) 
#這個是matplotlib中條形圖的繪制方法，如果使用seaborn繪制方法使用sns.barplot()函數，需要調整很多細節(jié)
#這里只設置了y軸的刻度，x軸的刻度設置了一下偶爾會出現失敗，值得注意的是要將數據對齊
ax1.set_ylim([0,1800])
ax1.set_yticks(range(0,1800,300))
ax1.set_yticklabels(range(0,1800,300))
for e,f,w in zip(data_.index,data_[0],data_[1]):
 ax1.text(e-1,f,f,ha='center',va='bottom',fontsize=10,color='b')
 ax1.text(e-1,w,w,ha='center',va='bottom',fontsize=10,color='g')
ax1.legend(loc='best')
plt.show()   #養(yǎng)成習慣這個最好寫一下#
#保存圖片
plt.savefig('path') #圖表輸出到本地