Matplotlib双Y轴图表：如何根据data3设置背景颜色？

嘿，我来帮你搞定这个彩色背景的问题！其实核心思路就是把data3的数值映射成对应的颜色，然后填充到图表的背景区域里。结合你已经有的双Y轴设置，我给你两种实现方式，分块渐变和连续渐变，你可以按需选择：

方式一：分块彩色背景（对应每个数据点区间） #

这种方式会把相邻两个时间点之间的背景用对应data3值的颜色填充，适合数据点间隔清晰的场景：

import matplotlib.pyplot as plt
from datetime import datetime as dt
import matplotlib.dates as md
from matplotlib import cm
from matplotlib.colors import Normalize

# 替换成你自己的真实数据
dates = [dt(2023, 1, i) for i in range(1, 11)]
data1 = [51.2 + i*0.5 for i in range(10)]
data2 = [48.3 - i*0.3 for i in range(10)]
data3 = [20, 25, 30, 35, 40, 45, 50, 55, 60, 65]

fig, ax1 = plt.subplots(constrained_layout=True)

# 绘制左侧Y轴的data1和data2
ax1.plot(dates, data1, label='data1', color='blue')
ax1.plot(dates, data2, label='data2', color='green')
ax1.set_ylabel('data1/data2 Values')
ax1.legend(loc='upper left')

# 设置右侧Y轴的data3
ax2 = ax1.twinx()
ax2.plot(dates, data3, label='data3', color='red')
ax2.set_ylabel('data3 Values')
ax2.legend(loc='upper right')

# 格式化时间轴
ax1.xaxis.set_major_formatter(md.DateFormatter('%Y-%m-%d'))
plt.xticks(rotation=45)

# 关键：将data3数值映射为颜色
# 先把data3归一化到0-1范围，适配颜色映射
norm = Normalize(vmin=min(data3), vmax=max(data3))
cmap = cm.RdYlBu  # 可以换成你喜欢的配色，比如coolwarm、viridis

# 遍历每个时间区间，填充背景
for i in range(len(dates)-1):
    start_date = dates[i]
    end_date = dates[i+1]
    # 获取当前data3对应的颜色
    bg_color = cmap(norm(data3[i]))
    # 绘制垂直背景块，alpha控制透明度避免遮挡曲线
    ax1.axvspan(start_date, end_date, facecolor=bg_color, alpha=0.3)

plt.show()

方式二：连续渐变背景 #

如果想要更平滑的背景过渡，可以用imshow绘制连续的颜色渐变，适合data3变化平缓的场景：

import matplotlib.pyplot as plt
from datetime import datetime as dt
import matplotlib.dates as md
from matplotlib import cm
from matplotlib.colors import Normalize

# 替换成你自己的真实数据
dates = [dt(2023, 1, i) for i in range(1, 11)]
data1 = [51.2 + i*0.5 for i in range(10)]
data2 = [48.3 - i*0.3 for i in range(10)]
data3 = [20, 25, 30, 35, 40, 45, 50, 55, 60, 65]

fig, ax1 = plt.subplots(constrained_layout=True)

# 绘制左侧Y轴的data1和data2
ax1.plot(dates, data1, label='data1', color='blue')
ax1.plot(dates, data2, label='data2', color='green')
ax1.set_ylabel('data1/data2 Values')
ax1.legend(loc='upper left')

# 设置右侧Y轴的data3
ax2 = ax1.twinx()
ax2.plot(dates, data3, label='data3', color='red')
ax2.set_ylabel('data3 Values')
ax2.legend(loc='upper right')

# 格式化时间轴
ax1.xaxis.set_major_formatter(md.DateFormatter('%Y-%m-%d'))
plt.xticks(rotation=45)

# 关键：绘制连续渐变背景
# 把时间转换成matplotlib能识别的数值格式
x_num = md.date2num(dates)
# 创建覆盖整个图表区域的网格
X, Y = plt.meshgrid(x_num, ax1.get_ylim())
# 将data3扩展成和网格匹配的形状
Z = [[data3[i] for i in range(len(x_num))] for _ in range(len(Y))]

# 绘制渐变背景
norm = Normalize(vmin=min(data3), vmax=max(data3))
cmap = cm.RdYlBu
im = ax1.imshow(Z, 
                extent=[x_num[0], x_num[-1], ax1.get_ylim()[0], ax1.get_ylim()[1]],
                origin='lower', cmap=cmap, norm=norm, alpha=0.3, aspect='auto')

# 添加颜色条，关联到右侧Y轴
fig.colorbar(im, ax=ax2, label='data3 Value')

plt.show()

小提示 #

• 你可以替换cmap参数来切换配色方案，Matplotlib内置了超多配色，比如viridis、coolwarm、plasma都是常用的选择。
• alpha参数调整背景透明度，数值越小越透明，避免遮挡前景的曲线。
• 如果你的data3是和时间点一一对应的，两种方式都能直接适配，只需要替换成你自己的真实数据即可。

内容的提问来源于stack exchange，提问作者Tobias M.