Python 在matplotlib中，如何使用与主轴一起输入到函数的次轴？

我有一个带有两个参数的函数（

x1

，

x2

）。我想在y轴上绘制函数结果，在x轴上绘制函数结果，

x1

，在右y轴（次轴）上绘制函数结果

我的问题是

x1

和

x2

轴的值与功能点不一致

例如：

我希望在主y轴上读取的值与其他两个轴的

x1

和

x2

输入相匹配

代码：

x1 = np.linspace(0, 10, 10)
x2 = np.linspace(0, 5, 10)

f = lambda x1, x2: np.exp(-x1) / 10 + np.exp(-x2) / 10

resp = []
for i, j in zip(x1, x2):
    resp.append(f(i, j))
resp = np.array(resp)

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()

ax1.plot(x1, resp)

ax1.set_xlabel('(x1)')
ax1.grid(True)
ax1.set_ylabel('(y)')

ax2.set_ylabel('(x2)')
ax2.set_yticks(x2)

plt.xticks(np.arange(min(x1), max(x1)))

plt.show()

---

如果您的输入参数处于lockstep中，则您没有两个参数的函数。两个参数的函数有两个独立的输入。您的输入是依赖的，因此您没有编写

f（x1，x2）

，而是编写

f（x，g（x））

，这就是

f'（x）

。在您有

x1=np.linspace（0，10，10）

的特定示例中。您可以只编写

x2=0.5*x1

，而不是编写

x2=np.linspace（0,5,10）

。你的指数可以写成

x = np.linspace(0, 10, 10)
y = np.exp(-x) / 10 + np.exp(-x / 2) / 10

请注意，您不需要函数定义或循环来计算

y

值。使用循环违背了使用numpy的全部目的。您原来的五行可以用同样的方法缩减为

y=np.exp（-x1）/10+np.exp（-x2）/10

现在，如果您想在

y

vs

x

的绘图中查看次要

x

值，您可以采取以下措施：

fig, ax1 = plt.subplots()
ax1.plot(x, y)
ax1.set_xlabel('(x1)')
ax1.grid(True)
ax1.set_ylabel('(y)')

ax2 = ax1.secondary_xaxis('top', functions=(lambda x: x / 2, lambda x: 2 * x))
ax2.set_xlabel('(x2)')
plt.show()

结果显示lockstep中的“两个”输入：

现在如果你真的想要一个两个变量的函数，那么任何输入的组合都会产生一个有效的

y

值。在本例中，您必须使用名为的numpy功能，该功能通过将数组维度排列在右侧来匹配它们

假设您将其中一个输入定义为转置：

x1 = np.linspace(0, 10, 10)                # Shape   (10,)
x2 = np.linspace(0, 5, 10).reshape(-1, 1)  # Shape (10, 1)

对这些值进行操作的结果将是一个

（10,10）

2D数组。现在，您可以有意义地将

y

计算为两个自变量的函数：

y = np.exp(-x1) / 10 + np.exp(-x2) / 10

要绘制这样一个阵列，您需要两个x轴和一个y轴，换句话说，一个3D打印。以下是在matplotlib中显示类似内容的一种方法：

from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm

fig, ax = plt.subplots(subplot_kw={'projection': '3d'})
s = ax.plot_surface(x1, x2, y, cm=cm.jet)
ax.set_xlabel('(x1)')
ax.set_ylabel('(x2)')
ax.set_zlabel('(y)')
fig.colorbar(s)

以下是结果图：

---

取决于您想要函数的哪个表示形式。

如果您的输入参数处于锁定状态，则您没有两个参数的函数。两个参数的函数有两个独立的输入。您的输入是依赖的，因此您没有编写

f（x1，x2）

，而是编写

f（x，g（x））

，这就是

f'（x）

。在您有

x1=np.linspace（0，10，10）

的特定示例中。您可以只编写

x2=0.5*x1

，而不是编写

x2=np.linspace（0,5,10）

。你的指数可以写成

x = np.linspace(0, 10, 10)
y = np.exp(-x) / 10 + np.exp(-x / 2) / 10

请注意，您不需要函数定义或循环来计算

y

值。使用循环违背了使用numpy的全部目的。您原来的五行可以用同样的方法缩减为

y=np.exp（-x1）/10+np.exp（-x2）/10

现在，如果您想在

y

vs

x

的绘图中查看次要

x

值，您可以采取以下措施：

fig, ax1 = plt.subplots()
ax1.plot(x, y)
ax1.set_xlabel('(x1)')
ax1.grid(True)
ax1.set_ylabel('(y)')

ax2 = ax1.secondary_xaxis('top', functions=(lambda x: x / 2, lambda x: 2 * x))
ax2.set_xlabel('(x2)')
plt.show()

结果显示lockstep中的“两个”输入：

现在如果你真的想要一个两个变量的函数，那么任何输入的组合都会产生一个有效的

y

值。在本例中，您必须使用名为的numpy功能，该功能通过将数组维度排列在右侧来匹配它们

假设您将其中一个输入定义为转置：

x1 = np.linspace(0, 10, 10)                # Shape   (10,)
x2 = np.linspace(0, 5, 10).reshape(-1, 1)  # Shape (10, 1)

对这些值进行操作的结果将是一个

（10,10）

2D数组。现在，您可以有意义地将

y

计算为两个自变量的函数：

y = np.exp(-x1) / 10 + np.exp(-x2) / 10

要绘制这样一个阵列，您需要两个x轴和一个y轴，换句话说，一个3D打印。以下是在matplotlib中显示类似内容的一种方法：

from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm

fig, ax = plt.subplots(subplot_kw={'projection': '3d'})
s = ax.plot_surface(x1, x2, y, cm=cm.jet)
ax.set_xlabel('(x1)')
ax.set_ylabel('(x2)')
ax.set_zlabel('(y)')
fig.colorbar(s)

以下是结果图：

---

取决于您想要函数的哪种表示形式。

您需要一种3D表示形式，如热图、等高线图或曲面，即使我只想显示一条线？这条线不是两个参数的函数。看起来像，但实际上不是。你只需要

x

和一些

x

的缩放，你需要一个3D表示，比如热图、等高线图或曲面，即使我只想显示一条线？那条线不是两个参数的函数。看起来像，但实际上不是。您只需要

x

和一些

x

的缩放，谢谢。实际上，我的问题的这个函数只是一个例子（糟糕的选择），因为我原来的函数很长，我认为没有必要在这里包含它。原始函数确实包含独立变量。我使用了一个循环来确保我只有序列中成对的响应。@delavald。我的回答实际上涵盖了这两种情况。如果序列中有对，那么就没有两个变量的函数。不适用于您正在绘制的样本。您可以在3D中绘制一条线，即我显示的曲面的一部分，也可以作为

x1

的函数绘制

x2

。你是在问后者吗？是的。我想画一条线，但没有三维表示。但在二维表示中显示三个轴。我的第一个示例向您展示了如何做到这一点。你可以用你想要的任何东西来替换记号转换函数。有什么我可以改进或详述的吗？谢谢。实际上，我的问题的这个函数只是一个例子（糟糕的选择），因为我原来的函数很长，我认为没有必要在这里包含它。原始函数确实包含独立变量。我使用了一个循环来确保我只有r