Python/matplotlib实现与主轴函数关联、同位置的非线性次轴刻度

核心使用matplotlib自带的secondary_yaxis接口实现需求，无需修改原有图形、也不用手动硬设刻度标签，次坐标轴会自动和主坐标轴刻度位置对齐，仅按自定义函数转换刻度显示值，缩放时也会自动同步更新。

通用示例（对应你举的f(y)=5y²+2场景） #

import matplotlib.pyplot as plt
import numpy as np

# 原始绘图逻辑：绘制y=x直线
x = np.arange(0, 5, 0.1)
y = x
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_ylabel('原始主Y轴：y值')
ax.set_ylim(0, 4)

# 定义正向转换：主轴数值 → 次轴显示数值
def y_to_f(y):
    return 5 * y ** 2 + 2
# 定义反向转换：次轴数值 → 主轴数值（供matplotlib内部定位用，必须定义）
def f_to_y(f):
    return np.sqrt((f - 2) / 5)

# 新增右侧次Y轴
sec_ax = ax.secondary_yaxis('right', functions=(y_to_f, f_to_y))
sec_ax.set_ylabel('次Y轴：f(y)=5y²+2')
plt.show()

运行后主轴1、2、3、4的刻度位置，次轴对应显示7、22、47、82，完全符合需求。

适配你的业务代码 #

你需要先确认Max position (mm)和Oscillation frequency (kHz)之间的正反转换逻辑，替换代码中的对应函数即可：

import matplotlib.pyplot as plt

# 初始化画布与主坐标轴
fig, ax1 = plt.subplots()

# 绘制时间-位置曲线，使用左侧主Y轴
ax1.plot(time_max_axis, position_max_axis)
ax1.set_xlabel("Time (ms)")
ax1.set_ylabel("Max position (mm)")
ax1.set_ylim(0, z0_mm)

# 位置转频率的正向转换，替换为你实际的转换公式
def pos_to_freq(pos):
    return fion_kHz * (1 + pos / z0_mm * (f_shift4 + f_shift6) / 100)
# 频率转位置的反向转换，和上面的公式对应即可
def freq_to_pos(freq):
    return (freq / fion_kHz - 1) * z0_mm * 100 / (f_shift4 + f_shift6)

# 新增右侧频率次Y轴
ax2 = ax1.secondary_yaxis('right', functions=(pos_to_freq, freq_to_pos))
ax2.set_ylabel("Oscillation frequency (kHz)")

# 若需要叠加频率曲线，先将频率值转为位置单位后用主坐标轴绘制即可
# pos_from_freq = freq_to_pos(frequency_axis)
# ax1.plot(time_max_axis, pos_from_freq, color='orange', label='频率曲线')
# ax1.legend()

plt.show()

注意事项 #

• 反向转换函数必须定义，即使你不会主动调用，matplotlib计算刻度位置时需要依赖该函数
• 无需手动设置yticks，该接口在缩放、平移画布时会自动同步更新次轴刻度，不会出现刻度挤在一起的问题
• 如需添加多个次坐标轴，多次调用secondary_yaxis，调整location参数设置不同偏移量即可实现多轴叠加

内容的提问来源于stack exchange，提问作者Thomas