同时在 2 个子图上绘制曲线

Question

编辑：我的问题已关闭，因为有人认为另一个问题正在回应它（但它没有：Matplotlib different size subplots）。为了澄清我想要的东西： 我想复制类似这张照片所做的事情：将第三个数据集绘制在 2 个子图之上，其 y 轴显示在右侧。

我有 3 个数据集跨越相同的时间间隔（速度、位置、降水）。我想在 2 个水平子图中绘制速度和位置，以及跨越 2 个子图的降水量。 例如在下面的代码中，我不想让twinx() 仅在第一个子图上，而是让它与两个子图重叠（即，在右侧有一个 y 轴，右下角为 0第二个子图，第一个子图右上角的 20 个）。 我能做到吗？

import matplotlib.pyplot as plt
import numpy as np



fig, ax = plt.subplots(2,1,figsize=(20,15), dpi = 600)
#plot 1:
x = np.array([0, 1, 2, 3])
y = np.array([3, 8, 1, 10])

ax[0].plot(x,y, label = 'speed')
plt.legend()

#plot 2:
x = np.array([0, 1, 2, 3])
y = np.array([3, 8, 1, 10])

ax[1].plot(x,y, label = 'position')
plt.legend()


#plot 3:

x = np.array([0, 1, 2, 3])
y = np.array([10, 0, 4, 20])
ax2=ax[0].twinx()
ax2.plot(x,y, label = 'precipitation')

plt.legend(loc='upper right')
plt.show()

Answer 1

我发现的最佳方式不是很优雅，但它确实有效：

# Prepare 2 subplots
fig, ax = plt.subplots(2,1,figsize=(20,15), dpi = 600)
#plot 1:

# Dummy values for plotting
x = np.array([0, 1, 2, 3])
y = np.array([3, 8, 1, 10])

ax[0].plot(x,y, label = 'speed')

# Prints the legend
plt.legend()

#plot 2:
x = np.array([0, 1, 2, 3])
y = np.array([3, 8, 1, 10])

ax[1].plot(x,y, label = 'position')
plt.legend()


#plot 3:

x = np.array([0, 1, 2, 3])
y = np.array([10, 0, 4, 20])

# Add manually a 3rd subplot that stands on top of the 2 others
ax2 = fig.add_subplot(111, label="new subplot", facecolor="none")

# Move the y-axis to the right otherwise it will overlap with the ones on the left 
ax2.yaxis.set_label_position("right")

# "Erase" every tick and label of this 3rd plot
ax2.tick_params(left=False, right=True, labelleft=False, labelright=True,
                bottom=False, labelbottom=False)

# This line merges the x axes of the 1st and 3rd plot, and indicates
# that the y-axis of the 3rd plot will be drawn on the entirety of the 
# figure instead of just 1 subplot (because fig.add_subplot(111) makes it spread on the entirety of the figure) 
ax[0].get_shared_x_axes().join(ax[0],ax2)
ax2.plot(x,y, label = 'precipitation')

# Prints the legend in the upper right corner
plt.legend(loc='upper right')
plt.show()