如何实现线性Y轴与非线性Y轴的刻度对齐（twinx场景）

嘿，我之前也踩过双Y轴刻度对齐的坑，尤其是当其中一个轴是非线性的时候，确实容易出问题。咱们来一步步搞定你的情况：

核心问题分析 #

你现在的代码里直接给第二个轴硬设了固定范围ylim([0,700])，但没确保这个范围和第一个线性轴的范围通过你的非线性函数严格对应，这就会导致刻度错位。另外，要保证第一个轴的每一个刻度点，都能精准映射到第二个轴的对应位置。

具体修复步骤 #

1. 同步两个轴的上下限
   不要给第二个轴写死范围，而是用你的非线性函数把第一个轴的上下限转换过去，让两个轴的起点和终点完全对应：

# 获取第一个轴的当前范围
y1_min, y1_max = ax.get_ylim()
# 用你的非线性函数转换为第二个轴的范围
y2_min = get_y2values(np.array([y1_min]))[0]
y2_max = get_y2values(np.array([y1_max]))[0]
# 设置第二个轴的范围
ax2.set_ylim(y2_min, y2_max)

2. 精准映射刻度位置
   确保第一个轴的每一个刻度，都通过非线性函数转换为第二个轴的刻度位置，同时设置清晰的标签：

# 获取第一个轴的刻度值
y1_ticks = ax.get_yticks()
# 转换为第二个轴的刻度位置（注意你的get_y2values要支持数组输入）
y2_ticks = get_y2values(y1_ticks)
# 给第二个轴设置固定刻度
ax2.yaxis.set_major_locator(mpl.ticker.FixedLocator(y2_ticks))
# 可选：格式化刻度标签，让显示更美观
ax2.set_yticklabels([f"{tick:.1f}" for tick in y2_ticks])

3. 封装同步逻辑（可选但推荐）
   如果后续需要调整第一个轴的范围，把同步逻辑封装成函数会更方便复用：

def sync_nonlinear_yaxis(ax, ax2, nonlinear_transform):
    # 同步范围
    y1_min, y1_max = ax.get_ylim()
    ax2.set_ylim(nonlinear_transform(y1_min), nonlinear_transform(y1_max))
    # 同步刻度
    y1_ticks = ax.get_yticks()
    y2_ticks = [nonlinear_transform(t) for t in y1_ticks]
    ax2.yaxis.set_major_locator(mpl.ticker.FixedLocator(y2_ticks))
    ax2.set_yticklabels([f"{t:.1f}" for t in y2_ticks])

# 绘图完成后调用
sync_nonlinear_yaxis(ax, ax2, lambda x: get_y2values(np.array([x]))[0])

注意事项 #

• 你的非线性函数必须是单调的，否则刻度对应会混乱（双Y轴的刻度是一一对应的，非单调函数会导致一个y1值对应多个y2值，反之亦然）。
• 如果第一个轴的自动刻度太密集/稀疏，可以手动控制刻度数量，比如：

  ax.yaxis.set_major_locator(mpl.ticker.MaxNLocator(nbins=6))
  

  这样转换后的第二个轴刻度也会更规整。

内容的提问来源于stack exchange，提问作者TommasoF