如何在Python单图中绘制不同刻度多线并呈现小刻度曲线变化

当单图里一条曲线数值范围远大于另一条时，小范围曲线的细节很容易被掩盖，给你几个实用的解决办法：

1. 用双Y轴分开刻度 #

这是最常用的方法，给两条曲线分别分配左右两个Y轴，各自匹配对应的刻度范围，两边的刻度互不干扰，两条曲线的细节都能清晰展示。

示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 模拟测试数据
x = np.linspace(0, 10, 100)
y_large = np.sin(x) * 1000  # 大范围曲线
y_small = np.cos(x) * 5     # 小范围曲线

fig, ax1 = plt.subplots()

# 画大范围曲线，绑定左侧Y轴
color = 'tab:red'
ax1.set_xlabel('X轴')
ax1.set_ylabel('大范围数值', color=color)
ax1.plot(x, y_large, color=color)
ax1.tick_params(axis='y', labelcolor=color)

# 创建右侧Y轴，画小范围曲线
ax2 = ax1.twinx()
color = 'tab:blue'
ax2.set_ylabel('小范围数值', color=color)
ax2.plot(x, y_small, color=color)
ax2.tick_params(axis='y', labelcolor=color)

fig.tight_layout()
plt.show()

2. 拆分成子图单独展示 #

把两条曲线分别放在上下或左右的子图里，每个子图用自己的刻度，完全避免互相干扰，细节展示最清楚。

示例代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y_large = np.sin(x) * 1000
y_small = np.cos(x) * 5

# 生成上下排列的子图，共享X轴
fig, (ax1, ax2) = plt.subplots(2, 1, sharex=True, figsize=(8, 6))

# 上子图放大范围曲线
ax1.plot(x, y_large, color='tab:red')
ax1.set_ylabel('大范围数值')

# 下子图放小范围曲线
ax2.plot(x, y_small, color='tab:blue')
ax2.set_xlabel('X轴')
ax2.set_ylabel('小范围数值')

plt.tight_layout()
plt.show()

3. 改用对数坐标轴（适合量级差极大的场景） #

如果两条曲线的数值量级差了好几个数量级（比如一个是几百，一个是0.001），把Y轴改成对数刻度，能同时容纳大小范围的数值，细节也能体现出来。

示例代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(1, 10, 100)
y_large = np.exp(x)  # 指数级增长的大范围数据
y_small = np.log(x)  # 小范围数据

plt.plot(x, y_large, label='大范围曲线')
plt.plot(x, y_small, label='小范围曲线')
plt.yscale('log')  # 设置Y轴为对数刻度
plt.xlabel('X轴')
plt.ylabel('数值（对数刻度）')
plt.legend()
plt.show()

4. 给小范围曲线加偏移量（适合不想改轴的情况） #

如果不想用双Y轴或子图，可以给小范围曲线加一个固定偏移量，让它在同一轴上和大曲线分开，同时标注清楚实际数值范围。

示例代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y_large = np.sin(x) * 1000
y_small = np.cos(x) * 5

offset = 200  # 偏移量，让小曲线在大曲线下方展示
y_small_shifted = y_small + offset

plt.plot(x, y_large, label='大范围曲线')
plt.plot(x, y_small_shifted, label='小范围曲线（偏移+200）')
plt.xlabel('X轴')
plt.ylabel('数值')
plt.legend()
# 手动标注小曲线的实际数值范围
plt.text(8, offset+3, '实际范围：-5~5', fontsize=10)
plt.show()

内容的提问来源于stack exchange，提问作者Havva Mehralitabar