matplotlib 双x轴，具有相同的数据，不同的比例

mepcadol 于 2023-11-22 发布在其他

关注(0)|答案(1)|浏览(125)

我想在Python中使用两个不同的x轴绘制一些数据。为了便于解释，我会说我想绘制光吸收数据，这意味着我绘制吸光度与波长（nm）或能量（eV）的关系。我想绘制一个图，其中底轴表示波长（nm），顶轴表示能量（eV）。这两个不是线性相关的（正如你在下面的MWE中看到的）。
完整的MWE：

import numpy as np
import matplotlib.pyplot as plt 
import scipy.constants as constants

# Converting wavelength (nm) to energy (eV)
def WLtoE(wl):
    # E = h*c/wl            
    h = constants.h         # Planck constant
    c = constants.c         # Speed of light
    J_eV = constants.e      # Joule-electronvolt relationship
    
    wl_nm = wl * 10**(-9)   # convert wl from nm to m
    E_J = (h*c) / wl_nm     # energy in units of J
    E_eV = E_J / J_eV       # energy in units of eV
    
    return E_eV

x = np.arange(200,2001,5)
x_mod = WLtoE(x)
y = 2*x + 3

fig, ax1 = plt.subplots()

ax2 = ax1.twiny()
ax1.plot(x, y, color='red')
ax2.plot(x_mod, y, color = 'green')

ax1.set_xlabel('Wavelength (nm)', fontsize = 'large', color='red')
ax1.set_ylabel('Absorbance (a.u.)', fontsize = 'large')
ax1.tick_params(axis='x', colors='red')

ax2.set_xlabel('Energy (eV)', fontsize='large', color='green')
ax2.tick_params(axis='x', colors='green')
ax2.spines['top'].set_color('green')
ax2.spines['bottom'].set_color('red')

plt.tight_layout()
plt.show()

字符串
这产生：
x1c 0d1x的数据
这已经接近我想要的了，但是我想解决以下两个问题：
1.其中一个轴需要反转-高波长等于低能量，但图中不是这样。我试过使用x_mod = WLtoE(x)[::-1]，但这并不能解决这个问题。
1.由于轴不是线性相关的，我希望顶部和底部的轴“匹配”。（或多或少），但实际上1000 nm对应于1.24 eV。（优选地，底部，波长轴）需要被压缩/扩展以匹配顶部处的能量的正确值。我希望红色和绿色曲线重合。
我感谢任何和所有的提示和技巧，帮助我做出一个很好的情节！提前感谢。

编辑DeX 97的答案完美地解决了我的问题，尽管我做了一些小的修改，正如你在下面看到的。我只是在我绘制东西的方式上做了一些改变，定义了像DeX 97一样完美的功能。

编辑的绘图代码

fig, ax1 = plt.subplots()

ax1.plot(WLtoE(x), y)
ax1.set_xlabel('Energy (eV)', fontsize = 'large')
ax1.set_ylabel('Absorbance (a.u.)', fontsize = 'large')

# Create the second x-axis on which the wavelength in nm will be displayed
ax2 = ax1.secondary_xaxis('top', functions=(EtoWL, WLtoE))
ax2.set_xlabel('Wavelength (nm)', fontsize='large')
# Invert the wavelength axis
ax2.invert_xaxis()

# Get ticks from ax1 (energy)
E_ticks = ax1.get_xticks()
E_ticks = preventDivisionByZero(E_ticks)

# Make own array of wavelength ticks, so they are round numbers
# The values are not linearly spaced, but that is the idea.
wl_ticks = np.asarray([200, 250, 300, 350, 400, 500, 600, 750, 1000, 2000])

# Set the ticks for ax2 (wl)
ax2.set_xticks(wl_ticks)

# Make the values on ax2 (wavelength) integer values
ax2.xaxis.set_major_formatter(FormatStrFormatter('%i'))

plt.tight_layout()
plt.show()

型

matplotlib

来源：https://stackoverflow.com/questions/68715304/dual-x-axis-with-same-data-different-scale

1条答案

按热度按时间

xv8emn3q1#

在你的代码示例中，你绘制了两次相同的数据（尽管使用E=h*c/wl进行了转换）。我认为只绘制一次数据就足够了，但是创建了两个x轴：一个以nm为单位显示波长，一个以eV为单位显示相应的能量。
考虑下面调整后的代码：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import FormatStrFormatter
import scipy.constants as constants
from sys import float_info

# Function to prevent zero values in an array
def preventDivisionByZero(some_array):
    corrected_array = some_array.copy()
    for i, entry in enumerate(some_array):
        # If element is zero, set to some small value
        if abs(entry) < float_info.epsilon:
            corrected_array[i] = float_info.epsilon
    
    return corrected_array

# Converting wavelength (nm) to energy (eV)
def WLtoE(wl):
    # Prevent division by zero error
    wl = preventDivisionByZero(wl)

    # E = h*c/wl            
    h = constants.h         # Planck constant
    c = constants.c         # Speed of light
    J_eV = constants.e      # Joule-electronvolt relationship
    
    wl_nm = wl * 10**(-9)   # convert wl from nm to m
    E_J = (h*c) / wl_nm     # energy in units of J
    E_eV = E_J / J_eV       # energy in units of eV
    
    return E_eV
    

# Converting energy (eV) to wavelength (nm)
def EtoWL(E):
    # Prevent division by zero error
    E = preventDivisionByZero(E)
    
    # Calculates the wavelength in nm
    return constants.h * constants.c / (constants.e * E) * 10**9

x = np.arange(200,2001,5)
y = 2*x + 3

fig, ax1 = plt.subplots()

ax1.plot(x, y, color='black')

ax1.set_xlabel('Wavelength (nm)', fontsize = 'large')
ax1.set_ylabel('Absorbance (a.u.)', fontsize = 'large')

# Invert the wavelength axis
ax1.invert_xaxis()

# Create the second x-axis on which the energy in eV will be displayed
ax2 = ax1.secondary_xaxis('top', functions=(WLtoE, EtoWL))
ax2.set_xlabel('Energy (eV)', fontsize='large')

# Get ticks from ax1 (wavelengths)
wl_ticks = ax1.get_xticks()
wl_ticks = preventDivisionByZero(wl_ticks)

# Based on the ticks from ax1 (wavelengths), calculate the corresponding
# energies in eV
E_ticks = WLtoE(wl_ticks)

# Set the ticks for ax2 (Energy)
ax2.set_xticks(E_ticks)

# Allow for two decimal places on ax2 (Energy)
ax2.xaxis.set_major_formatter(FormatStrFormatter('%.2f'))

plt.tight_layout()
plt.show()

字符串
首先，我定义了preventDivisionByZero效用函数。这个函数接受一个数组作为输入，并检查（近似）等于零的值。随后，它将用一个 * 不 * 等于零的小数字（sys.float_info.epsilon）替换这些值。这个函数将在一些地方使用，以防止被零整除。我稍后会回到为什么这很重要。
在这个函数之后，定义了WLtoE函数。注意，我在你的函数顶部添加了preventDivisionByZero函数。此外，我定义了一个EtoWL函数，它与你的WLtoE函数相反。
然后，您生成虚拟数据并将其绘制在ax1上，这是 * 波长 * 的x轴。在设置一些标签后，ax1被反转（如您在原始帖子中所要求的那样）。
现在，我们使用ax2 = ax1.secondary_xaxis('top', functions=(WLtoE, EtoWL))为 energy 创建第二个轴。第一个参数表示轴应该放在图的顶部。第二个（关键字）参数是一个包含两个函数的元组：第一个功能是前向变换，而第二个函数是反向变换。更多信息请参见Axes.secondary_axis。注意，matplotlib会在必要时将值传递给这两个函数。作为这些值可以等于零，处理这些情况很重要。因此，preventDivisionByZero函数！在创建第二个轴之后，设置标签。
现在我们有两个x轴，但是两个轴上的刻度在不同的位置。为了解决这个问题，我们将 wavelength x轴的刻度位置存储在wl_ticks中。在使用preventDivisionByZero函数确保没有零元素后，我们使用WLtoE函数计算相应的能量值。这些相应的能量值存储在E_ticks中。现在我们只需设置刻度位置第二个x轴的值等于E_ticks中的值，使用ax2.set_xticks(E_ticks)。
为了在第二个x轴（能量）上保留两位小数，我们使用ax2.xaxis.set_major_formatter(FormatStrFormatter('%.2f'))。当然，您可以自己选择所需的小数位数。
上面给出的代码生成以下图形：x1c 0d1x

赞(0）回复(0）举报 2023-11-22

我来回答

matplotlib 双x轴，具有相同的数据，不同的比例

1条答案

相关问题

热门标签

最新问答