我想使用两个不同的 x 轴在 Python 中绘制一些数据。为了便于解释,我会说我想绘制光吸收数据,这意味着我绘制吸光度与波长 (nm) 或能量 (eV) 的关系。我想要一个图,其中底轴表示以 nm 为单位的波长,顶轴表示以 eV 为单位的能量。两者不是线性相关的(正如您在下面的 MWE 中看到的那样)。
我的完整 MWE:
import numpy as np
import matplotlib.pyplot as plt
import scipy.constants as constants
# Converting wavelength (nm) to energy (eV)
def WLtoE(wl):
# E = h*c/wl
h = constants.h # Planck constant
c = constants.c # Speed of light
J_eV = constants.e # Joule-electronvolt relationship
wl_nm = wl * 10**(-9) # convert wl from nm to m
E_J = (h*c) / wl_nm # energy in units of J
E_eV = E_J / J_eV # energy in units of eV
return E_eV
x = np.arange(200,2001,5)
x_mod = WLtoE(x)
y = 2*x + 3
fig, ax1 = plt.subplots()
ax2 = ax1.twiny()
ax1.plot(x, y, color='red')
ax2.plot(x_mod, y, color = 'green')
ax1.set_xlabel('Wavelength (nm)', fontsize = 'large', color='red')
ax1.set_ylabel('Absorbance (a.u.)', fontsize = 'large')
ax1.tick_params(axis='x', colors='red')
ax2.set_xlabel('Energy (eV)', fontsize='large', color='green')
ax2.tick_params(axis='x', colors='green')
ax2.spines['top'].set_color('green')
ax2.spines['bottom'].set_color('red')
plt.tight_layout()
plt.show()
这产生:
现在这接近我想要的,但我想解决以下两个问题:
- 其中一个轴需要反转 - 高波长等于低能量,但图中并非如此。例如,我尝试使用
x_mod = WLtoE(x)[::-1]
,但这并不能解决此问题。 - 由于轴不是线性相关的,我希望顶部和底部轴“匹配”。例如,现在 1000 nm 对应于 3 eV(或多或少),但实际上 1000 nm 对应于 1.24 eV。所以其中一个轴(最好是底部,波长轴)需要被压缩/扩展以匹配顶部的正确能量值。换句话说,我希望红色和绿色曲线重合。
我感谢任何和所有提示和技巧,以帮助我制作一个漂亮的情节!提前致谢。
** 编辑 ** DeX97 的回答完美地解决了我的问题,尽管我做了一些小改动,如下所示。我只是对绘制事物的方式进行了一些更改,定义了 DeX97 之类的功能完美运行。
编辑的绘图代码
fig, ax1 = plt.subplots()
ax1.plot(WLtoE(x), y)
ax1.set_xlabel('Energy (eV)', fontsize = 'large')
ax1.set_ylabel('Absorbance (a.u.)', fontsize = 'large')
# Create the second x-axis on which the wavelength in nm will be displayed
ax2 = ax1.secondary_xaxis('top', functions=(EtoWL, WLtoE))
ax2.set_xlabel('Wavelength (nm)', fontsize='large')
# Invert the wavelength axis
ax2.invert_xaxis()
# Get ticks from ax1 (energy)
E_ticks = ax1.get_xticks()
E_ticks = preventDivisionByZero(E_ticks)
# Make own array of wavelength ticks, so they are round numbers
# The values are not linearly spaced, but that is the idea.
wl_ticks = np.asarray([200, 250, 300, 350, 400, 500, 600, 750, 1000, 2000])
# Set the ticks for ax2 (wl)
ax2.set_xticks(wl_ticks)
# Make the values on ax2 (wavelength) integer values
ax2.xaxis.set_major_formatter(FormatStrFormatter('%i'))
plt.tight_layout()
plt.show()