如何用Seaborn在同图绘制双柱状图与双折线图（适配双周Y值）

没问题，我来帮你搞定这个可视化需求！首先咱们得明确数据对应关系：X轴是12个月度标签，但所有Y轴数据（temp_1/temp_2/kw_1/kw_2）都是24个双周数据，也就是每个月对应2个双周数据点。接下来直接上可运行的代码，每一步我都会给你解释清楚：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# 你的原始数据
month = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'June', 'July', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
temp_1 = [35, 45, 55, 65, 75, 85, 95, 100, 85, 65, 45, 35, 55, 65, 75, 85, 95, 100, 35, 45, 55, 65, 75, 85,]
temp_2 = [30, 35, 65, 55, 70, 85, 65, 85, 85, 75, 65, 75, 65, 85, 85, 75, 65, 75, 85, 85, 75, 65, 75, 65,]
kw_1 = [5, 23, 5 , 6, 6, 10, 3, 0 , 1, 4, 5, 23, 5 , 6, 3, 1, 6, 10, 3, 0, 0 , 1, 4, 8]
kw_2 = [6, 6, 10, 3, 0 , 1, 4, 6, 10, 3, 0, 6, 10, 3, 0, 5, 23, 5 , 6, 5, 23, 5 , 1, 25 ]

# 计算峰值及对应索引
peak_1 = max(kw_1)
peak_index_1 = kw_1.index(peak_1)
peak_2 = max(kw_2)
peak_index_2 = kw_2.index(peak_2)

# 1. 准备X轴位置：24个双周数据对应0-23的位置
x = np.arange(len(temp_1))
# 月度标签的位置：每个月两个数据点的中间（比如Jan的两个点在0和1，标签放在0.5的位置）
month_positions = np.arange(0.5, len(temp_1), 2)

# 2. 创建画布和双Y轴
fig, ax1 = plt.subplots(figsize=(12, 6))
ax2 = ax1.twinx()  # 创建共享X轴的第二个Y轴，用来画折线图

# 3. 绘制两个柱状图（温度数据）
bar_width = 0.35
sns.barplot(x=x, y=temp_1, width=bar_width, ax=ax1, color='skyblue', label='temp_1')
sns.barplot(x=x + bar_width, y=temp_2, width=bar_width, ax=ax1, color='lightcoral', label='temp_2')

# 4. 绘制两个折线图（KW数据）
sns.lineplot(x=x + bar_width/2, y=kw_1, ax=ax2, marker='o', color='darkblue', label='kw_1', linewidth=2)
sns.lineplot(x=x + bar_width/2, y=kw_2, ax=ax2, marker='s', color='darkred', label='kw_2', linewidth=2)

# 5. 标注峰值
ax2.annotate(f'Peak: {peak_1}', 
             xy=(peak_index_1 + bar_width/2, peak_1),
             xytext=(peak_index_1 + bar_width/2 + 1, peak_1 + 2),
             arrowprops=dict(arrowstyle='->', color='darkblue', lw=1.5))

ax2.annotate(f'Peak: {peak_2}', 
             xy=(peak_index_2 + bar_width/2, peak_2),
             xytext=(peak_index_2 + bar_width/2 + 1, peak_2 + 2),
             arrowprops=dict(arrowstyle='->', color='darkred', lw=1.5))

# 6. 调整X轴刻度和标签
ax1.set_xticks(month_positions)
ax1.set_xticklabels(month, fontsize=12)
ax1.set_xlabel('Month', fontsize=12)

# 7. 设置Y轴标签和样式
ax1.set_ylabel('Temperature', fontsize=12, color='gray')
ax1.tick_params(axis='y', labelcolor='gray')
ax2.set_ylabel('KW Value', fontsize=12, color='dimgray')
ax2.tick_params(axis='y', labelcolor='dimgray')

# 8. 合并图例并设置标题
lines1, labels1 = ax1.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax1.legend(lines1 + lines2, labels1 + labels2, loc='upper left', fontsize=10)
plt.title('Bi-weekly Temperature & KW Data Overview', fontsize=14, pad=20)

# 调整布局防止标签被截断
plt.tight_layout()
plt.show()

关键细节说明： #

• 双Y轴设计：用ax1画柱状图（温度数据），ax2画折线图（KW数据），避免不同量级数据互相干扰
• X轴位置调整：每个月的两个双周数据用并排柱状展示，月度标签放在两个柱子的中间，视觉上更清晰
• 峰值标注：用annotate配合箭头精准标注出两个KW数据的峰值，直观突出关键信息
• 样式优化：通过颜色区分不同系列，添加标记点和加粗折线让折线图更醒目

内容的提问来源于stack exchange，提问作者user9469766