Matplotlib双X轴对齐并保留次轴降序排列的代码修改需求

你好！我看了你提供的代码和需求——想要让双X轴对齐，同时保留次轴的降序排列，这是Matplotlib双轴图表里很常见的需求，我来帮你修改代码解决这个问题。

首先贴出你的原始代码（已经补全了缺失的导入语句）：

import matplotlib.pyplot as plt
import itertools  # 原始代码漏了这个导入，必须加上

size = 18 
value = [20, 25, 30, 35]
x_values1 = list(range(0, 100, 5))
x_values2 = [0.0, 20.0, 40.0, 60.0, 80.0, 90.0, 95.0]
x_values3 = [80,76,72,68,64,60,56,52,48,44,40,36,32,28,24,20,16,12,8,4]
y_value1 = [8.226502331074E-07, 2.23276092438077E-06, 4.05102969501409E-06, 6.37286188209644E-06, 9.0948649799175E-06,
     1.1823432395575E-05, 1.39950605433403E-05, 1.52880124352018E-05, 1.59623881451955E-05, 1.66013609598997E-05,
     1.75776082796254E-05, 1.89088470296623E-05, 2.04282721607529E-05, 2.19342009434028E-05, 2.32357328236355E-05,
     2.41468143248193E-05, 2.44765091608964E-05, 2.40357022548111E-05, 2.26629075512208E-05, 2.02551778821116E-05]
y_value2 = [5.20787001629681E-07, 9.49836092316734E-06, 1.55921680069521E-05, 2.14212986542911E-05,
     2.44079518003369E-05, 2.50048219351487E-05, 2.07892738820319E-05]
fig = plt.figure(figsize=(10, 10)) #dpi=300)
ax1 = fig.add_subplot(111)
ax2 = ax1.twiny()
prop = ax1._get_lines.prop_cycler
prop = ax2._get_lines.prop_cycler
marker1 = itertools.cycle(('o', '*', 'D', 'x', 's', '^', 'v', '<', '>', ','))
marker2 = itertools.cycle(('o', '*', 'D', 'x', 's', '^', 'v', '<', '>', ','))
for i in value:
    color = next(prop)['color']
    column = 'Au_%0.3f' %(i/100)
    column1 = 'residual_Ag_%0.3f' %(i/100)
    ax1.plot(x_values1, y_value1, linewidth=3, color=color)
    ax1.scatter(x_values2, y_value2, marker=next(marker1), s=150, color=color)
    ax1.plot([], [], marker=next(marker2), label='x=%0.3f' %(i/100), linewidth=3, markersize=15, color=color)
    ax2.plot(x_values3, y_value1, linewidth=3, color=color)

ax1.tick_params(axis='both', which='major', labelsize=25, length=10, width=2)
ax2.tick_params(axis='both', which='major', labelsize=25, length=10, width=2)
ax1.legend(loc='lower right', fontsize=25)
ax1.set_xlabel('xlabel1', fontsize=25)
ax1.set_ylabel('ylabel', fontsize=25)
ax2.set_xlabel('xlabel1', fontsize=25)
plt.rcParams["font.family"] = "Arial"
for axis in ['top', 'bottom', 'right', 'left']:
    ax1.spines[axis].set_linewidth(2)
    ax2.spines[axis].set_linewidth(2)
ax1.yaxis.get_offset_text().set_fontsize(25)
plt.tight_layout()
plt.show()

问题分析 #

默认用twiny()创建的次轴，刻度是独立于主轴的，所以会出现错位的情况。我们需要手动把次轴的刻度位置和主轴绑定，同时保留你需要的降序标签。

修改后的代码 #

下面是调整后的完整代码，关键修改点我会在后面说明：

import matplotlib.pyplot as plt
import itertools

size = 18 
value = [20, 25, 30, 35]
x_values1 = list(range(0, 100, 5))
x_values2 = [0.0, 20.0, 40.0, 60.0, 80.0, 90.0, 95.0]
x_values3 = [80,76,72,68,64,60,56,52,48,44,40,36,32,28,24,20,16,12,8,4]
y_value1 = [8.226502331074E-07, 2.23276092438077E-06, 4.05102969501409E-06, 6.37286188209644E-06, 9.0948649799175E-06,
     1.1823432395575E-05, 1.39950605433403E-05, 1.52880124352018E-05, 1.59623881451955E-05, 1.66013609598997E-05,
     1.75776082796254E-05, 1.89088470296623E-05, 2.04282721607529E-05, 2.19342009434028E-05, 2.32357328236355E-05,
     2.41468143248193E-05, 2.44765091608964E-05, 2.40357022548111E-05, 2.26629075512208E-05, 2.02551778821116E-05]
y_value2 = [5.20787001629681E-07, 9.49836092316734E-06, 1.55921680069521E-05, 2.14212986542911E-05,
     2.44079518003369E-05, 2.50048219351487E-05, 2.07892738820319E-05]
fig = plt.figure(figsize=(10, 10)) #dpi=300)
ax1 = fig.add_subplot(111)
ax2 = ax1.twiny()
prop = ax1._get_lines.prop_cycler
marker1 = itertools.cycle(('o', '*', 'D', 'x', 's', '^', 'v', '<', '>', ','))
marker2 = itertools.cycle(('o', '*', 'D', 'x', 's', '^', 'v', '<', '>', ','))

# 先绘制主轴内容
for i in value:
    color = next(prop)['color']
    ax1.plot(x_values1, y_value1, linewidth=3, color=color)
    ax1.scatter(x_values2, y_value2, marker=next(marker1), s=150, color=color)
    ax1.plot([], [], marker=next(marker2), label='x=%0.3f' %(i/100), linewidth=3, markersize=15, color=color)

# 关键：对齐双X轴并保留次轴降序
# 让次轴的刻度位置和主轴完全一致
ax2.set_xticks(ax1.get_xticks())
# 设置次轴的刻度标签为你需要的降序列表
ax2.set_xticklabels(x_values3)
# 确保次轴的范围和主轴匹配，避免错位
ax2.set_xlim(ax1.get_xlim())

# 再绘制次轴的曲线（注意这里用主轴的x值，因为刻度已经绑定了）
prop = ax1._get_lines.prop_cycler  # 重新获取颜色循环，避免颜色重复
for i in value:
    color = next(prop)['color']
    ax2.plot(x_values1, y_value1, linewidth=3, color=color)

# 后续样式设置保持不变
ax1.tick_params(axis='both', which='major', labelsize=25, length=10, width=2)
ax2.tick_params(axis='both', which='major', labelsize=25, length=10, width=2)
ax1.legend(loc='lower right', fontsize=25)
ax1.set_xlabel('xlabel1', fontsize=25)
ax1.set_ylabel('ylabel', fontsize=25)
ax2.set_xlabel('xlabel2', fontsize=25)  # 建议修改标签名区分主次轴
plt.rcParams["font.family"] = "Arial"
for axis in ['top', 'bottom', 'right', 'left']:
    ax1.spines[axis].set_linewidth(2)
    ax2.spines[axis].set_linewidth(2)
ax1.yaxis.get_offset_text().set_fontsize(25)
plt.tight_layout()
plt.show()

核心修改点说明 #

1. 补全itertools导入：原始代码里用到了itertools.cycle但没导入，这会导致运行报错，必须补上。
2. 分离主次轴绘制逻辑：先绘制主轴内容，再处理轴对齐，最后绘制次轴曲线，逻辑更清晰。
3. 绑定刻度位置与标签：
   • ax2.set_xticks(ax1.get_xticks())：让次轴的每个刻度位置和主轴完全重合
   • ax2.set_xticklabels(x_values3)：把次轴的刻度标签替换成你需要的降序数值列表
   • ax2.set_xlim(ax1.get_xlim())：强制次轴的范围和主轴一致，彻底避免错位
4. 调整次轴曲线的x值：因为刻度已经和主轴绑定，所以次轴曲线要用x_values1作为x参数，这样曲线才会和主轴的刻度对应上。
5. 优化标签名：把次轴的xlabel改成xlabel2，方便区分主次轴，你可以根据实际需求修改。

这样修改后，两个X轴的刻度会完全对齐，同时次轴保持了你需要的降序数值显示，曲线也能正确对应刻度位置。

备注：内容来源于stack exchange，提问作者Prajwal Kumar A