Нарисуйте вертикальную линию между точками на сдвоенных осях

Этот вопрос отвечает на вопрос, как нарисовать вертикальную линию между двумя точками на одной оси: Matplotlib, как нарисовать вертикальную линию между двумя точками Y. Но что, если у нас есть два отдельных набора точек, каждый из которых находится на разных двойных осях?

Учитывая сюжет

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

num_points = 100

# Generate x-values 
x_values = np.arange(num_points)

# Create a decreasing linear function
slope = -0.1
intercept = 5
y_values = slope * x_values + intercept

# Add random noise 
noise_scale = 0.5
y_values += np.random.normal(0, noise_scale, num_points)

# Create the numpy arrays
random_points = np.column_stack((x_values, y_values))
random_numbers = np.random.uniform(-0.5, 0.5, num_points)

# Creat DF
df = pd.DataFrame(data = {'x': x_values, 'y0': y_values, 'y1': random_numbers})

# Plot the points
ax = df.plot.scatter(x='x', y='y0', c='b', marker='o', label='y0')
ax.legend().set_visible(False)
ax1 = ax.twinx()
ax1.scatter(df['x'], df['y1'], color='darkorange', marker='o', label='y1')
ax1.legend().set_visible(False)
plt.show()

Как мне провести вертикальную линию между каждым значением y на одном и том же x?

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
0
50
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Один из подходов заключается в использовании ax.transData.transform, а затем преобразовании этих координат отображения обратно в координаты данных с помощью fig.transFigure.inverted().transform следующим образом:

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

num_points = 100
x_values = np.arange(num_points)
slope = -0.1
intercept = 5
y_values = slope * x_values + intercept
noise_scale = 0.5
y_values += np.random.normal(0, noise_scale, num_points)
random_numbers = np.random.uniform(-0.5, 0.5, num_points)
df = pd.DataFrame(data = {'x': x_values, 'y0': y_values, 'y1': random_numbers})

fig, ax = plt.subplots()
df.plot.scatter(x='x', y='y0', c='b', marker='o', label='y0', ax=ax)
ax1 = ax.twinx()
ax1.scatter(df['x'], df['y1'], color='darkorange', marker='o', label='y1')

ylim0 = ax.get_ylim()
ylim1 = ax1.get_ylim()

for x, y0, y1 in zip(df['x'], df['y0'], df['y1']):
    y1_in_ax_coords = (y1 - ylim1[0]) / (ylim1[1] - ylim1[0])
    y1_in_ax_data = ylim0[0] + y1_in_ax_coords * (ylim0[1] - ylim0[0])
    ax.plot([x, x], [y0, y1_in_ax_data], color='grey', linestyle='--', alpha=0.5)

plt.show()

что дает вам

Эти линии кажутся противоречивыми и не совсем соединяют точки. Знаете, почему это так?

DrakeMurdoch 12.06.2024 20:53

@DrakeMurdoch Мои извинения. Исправили и обновили код.

Serge de Gosson de Varennes 13.06.2024 10:08

Другие вопросы по теме