python画双折线图

您可以使用Python的matplotlib库来绘制双折线图。以下是一个简单的示例代码：

import matplotlib.pyplot as plt

# 数据
x = [1, 2, 3, 4, 5]
y1 = [10, 15, 7, 12, 9]
y2 = [8, 12, 9, 14, 10]

# 创建图形和轴对象
fig, ax = plt.subplots()

# 绘制折线图
ax.plot(x, y1, label='Line 1', color='blue')
ax.plot(x, y2, label='Line 2', color='red')

# 添加标题和标签
ax.set_title('Double Line Chart')
ax.set_xlabel('X-axis')
ax.set_ylabel('Y-axis')

# 添加图例
ax.legend()

# 显示图形
plt.show()

在这个例子中，我们创建了两个数据系列 `y1` 和 `y2`，并使用 `plot` 函数绘制了两条折线。通过设置不同的颜色和添加图例，我们可以区分两条线。最后，通过调用 `show` 函数显示图形。

您可以根据需要修改数据和样式来绘制自己的双折线图。希望对您有帮助！

相关问题

python画双折线柱状图

您可以使用Python中的Matplotlib库来绘制双折线柱状图。以下是一个示例代码，用于绘制一个简单的双折线柱状图：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values1 = [10, 15, 7, 12, 9]
values2 = [8, 11, 9, 6, 13]

# 创建图形
fig, ax1 = plt.subplots()

# 绘制柱状图
ax1.bar(categories, values1, label='Value 1')
ax1.set_ylabel('Value 1')

# 创建第二个y轴
ax2 = ax1.twinx()

# 绘制折线图
ax2.plot(categories, values2, color='red', marker='o', label='Value 2')
ax2.set_ylabel('Value 2')

# 添加图例
ax1.legend(loc='upper left')
ax2.legend(loc='upper right')

# 设置标题
plt.title('Dual Line Bar Chart')

# 展示图形
plt.show()

在这个示例中，我们使用了两个数据集`values1`和`values2`来绘制双折线柱状图。通过`bar`函数绘制柱状图，并使用`twinx`函数创建第二个y轴来绘制折线图。最后，通过`legend`函数添加图例，并使用`title`函数设置标题。您可以根据自己的需求修改数据和样式。

python画双y轴折线图

要在 Python 中绘制双 y 轴折线图，你可以使用 Matplotlib 库。下面是一个简单的示例代码：

import matplotlib.pyplot as plt

# 创建一个图形对象和两个子图
fig, ax1 = plt.subplots()

# 第一个 y 轴
ax1.set_xlabel('X轴')
ax1.set_ylabel('Y轴1')
ax1.plot(x_data, y1_data, color='red', label='Y1')
ax1.tick_params(axis='y')

# 创建第二个 y 轴
ax2 = ax1.twinx()
ax2.set_ylabel('Y轴2')
ax2.plot(x_data, y2_data, color='blue', label='Y2')
ax2.tick_params(axis='y')

# 添加图例
lines = [ax1.get_lines()[0], ax2.get_lines()[0]]
ax1.legend(lines, [line.get_label() for line in lines])

# 展示图形
plt.show()

这个例子中，我们使用 `plt.subplots()` 创建一个包含两个子图的图形对象。然后，我们分别为每个子图设置标签和刻度线。

`ax1` 是第一个子图，我们使用 `plot()` 方法绘制了第一条折线，并设置其颜色为红色。然后，我们创建了第二个子图 `ax2`，并在其上绘制了第二条折线，颜色为蓝色。

最后，我们使用 `legend()` 方法添加图例，并使用 `show()` 方法显示图形。

你可以根据自己的数据进行调整和修改代码。希望对你有帮助！