DataFrame绘图中次Y轴意外反转问题求助

问题根源 #

次Y轴反转基本是单位转换函数的逻辑搞反了。W和mA是线性转换关系（W = (mA × 工作电压) / 1000），如果在设置次轴时，把「主转次」和「次转主」的转换函数写反，就会导致轴刻度反转。

Matplotlib的secondary_yaxis要求传入两个函数：第一个是主Y轴转次Y轴的逻辑，第二个是次Y轴转主Y轴的逻辑，顺序错了直接会引发反转问题。

解决步骤 #

1. 修正转换函数逻辑 #

假设你的设备工作电压是固定值（比如3.7V），正确的转换逻辑应该是：

• 主Y轴（mA）转次Y轴（W）：w = mA × 3.7 / 1000
• 次Y轴（W）转主Y轴（mA）：mA = w × 1000 / 3.7

如果你的代码里把这两个函数的逻辑写反了，直接调换过来就能解决反转问题。

2. 强制校正轴方向 #

如果转换函数没问题但轴还是反转，可以手动强制修正：

# 把反转的轴刻度倒过来
ax2.set_ylim(ax2.get_ylim()[::-1])
# 或者直接调用反转函数（如果当前是反转状态，调用后恢复正常）
ax2.invert_yaxis()

修正后的代码示例 #

以3.7V工作电压为例，完整的绘图代码参考：

import matplotlib.pyplot as plt
import pandas as pd
from matplotlib.dates import date2num, num2date

# 读取样本数据
df = pd.read_csv('your_data.csv')
df['date'] = pd.to_datetime(df['date'])
df['julian_day'] = df['date'].dt.dayofyear

fig, ax1 = plt.subplots(figsize=(10,6))

# 主坐标轴：日期 vs 电流(mA)
ax1.plot(df['date'], df['mA'], color='blue')
ax1.set_xlabel('日期')
ax1.set_ylabel('电流 (mA)', color='blue')
ax1.tick_params(axis='y', labelcolor='blue')

# 次X轴：儒略日
ax_x_sec = ax1.secondary_xaxis('top')
ax_x_sec.set_xlabel('儒略日')

# 日期转儒略日的转换逻辑
def date_to_jd(x):
    return num2date(x).timetuple().tm_yday
def jd_to_date(x):
    year = df['date'].dt.year.iloc[0]
    return date2num(pd.Timestamp(f'{year}-01-01') + pd.Timedelta(days=x-1))

ax_x_sec.set_xlim(ax1.get_xlim())
ax_x_sec.set_xticks(ax1.get_xticks())
ax_x_sec.set_xticklabels([date_to_jd(t) for t in ax1.get_xticks()])

# 次Y轴：功率(W)
WORK_VOLTAGE = 3.7
def mA_to_W(x):
    return x * WORK_VOLTAGE / 1000
def W_to_mA(x):
    return x * 1000 / WORK_VOLTAGE

ax_y_sec = ax1.secondary_yaxis('right', functions=(mA_to_W, W_to_mA))
ax_y_sec.set_ylabel('功率 (W)', color='red')
ax_y_sec.tick_params(axis='y', labelcolor='red')

plt.tight_layout()
plt.show()

额外排查点 #

• 检查样本数据中mA的数值趋势：如果mA本身是递减的，次轴W也会跟着递减，这是正常数据趋势，不是轴反转问题。
• 确认secondary_yaxis的functions参数顺序：第一个必须是「主转次」，第二个是「次转主」，顺序绝对不能搞混。

内容的提问来源于stack exchange，提问作者BenjiBoy