如何使用 matplotlib 在双 y 刻度条形图/图中从对数刻度旋转 y 刻度标签？

如何解决如何使用 matplotlib 在双 y 刻度条形图/图中从对数刻度旋转 y 刻度标签？

我需要一些帮助来旋转辅助 yticks 标签，因为下图将显示为水平条形图，因此我需要在最后旋转所有 xtick 和 yticks 标签。最后将整个图形在最后旋转 90° 以进行演示。

这是我使用的代码，其灵感来自：How to plot secondary_y in log scale in pyplot

fig = plt.figure(figsize=(8,6))
ax = fig.add_subplot(111)
ax2 = ax.twinx()

x = ["Cat1","Cat2","Cat3","Cat4","Cat5","Cat6"]
y = np.random.randint(1,4000,size=6)
y2 = np.random.randint(1,10000,size=6)

ax.bar(x,y,color = "r",edgecolor = "k",linewidth = 2)
ax2.plot(x,y2,"-o",color = "k")
ax2.set_yscale("log")

ax.set_ylabel("Score 1")
ax2.set_ylabel("Score 2")
plt.tight_layout()

for tick in ax.get_xticklabels():
    tick.set_rotation(90)
    
for tick in ax.get_yticklabels():
    tick.set_rotation(90)

plt.show();

这是我得到的数字：

我曾尝试使用：

for tick in ax2.get_yticklabels():
    tick.set_rotation(90)

但不幸的是，它没有奏效。你能提供一些帮助吗？

解决方案：

我刚刚找到了一个（我猜很多）解决方案，见下文：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import ScalarFormatter
import matplotlib.ticker as ticker
import matplotlib.transforms

fig = plt.figure(figsize=(8,color = "k")
ax2.set_yscale("log")

### Also work with plt.setp so you can choose between that or ax.tick_params (see below: comment code) 

plt.setp(ax2.yaxis.get_minorticklabels(),rotation=90)
plt.setp(ax2.yaxis.get_majorticklabels(),rotation=90)
plt.setp(ax.xaxis.get_majorticklabels(),rotation=90)
plt.setp(ax.yaxis.get_majorticklabels(),rotation=90)

#ax.tick_params(axis="x",rotation=90)
#ax2.tick_params(axis="y",which="both",rotation=90)
#ax.tick_params(axis="y",rotation=90)

# Create offset transform by 10 points in y direction for minor and major tick label of log scale 

dx = 4/72 #to adjust if necessary
dy = 12/72 #to adjust if necessary
offset = matplotlib.transforms.ScaledTranslation(dx,dy,fig.dpi_scale_trans)

# apply offset transform to all y ticklabels (minor and major)
 
for label in ax2.yaxis.get_majorticklabels():
    label.set_transform(label.get_transform() + offset)
    
for label in ax2.yaxis.get_minorticklabels():
    label.set_transform(label.get_transform() + offset)

# Same for ax.yaxis.get_majorticklabels() to ajust position

dx_2 = 0/72 #to adjust if necessary
dy_2 = 8/72 #to adjust if necessary
offset_2 = matplotlib.transforms.ScaledTranslation(dx_2,dy_2,fig.dpi_scale_trans)

# apply offset transform to all y ticklabels

for label in ax.yaxis.get_majorticklabels():
    label.set_transform(label.get_transform() + offset_2)
    
ax.set_ylabel("Score 1")
ax2.set_ylabel("Score 2")
plt.tight_layout()

plt.show();

这是我得到的数字：

问题是我不知道当我将第二个轴转换为对数刻度时，它会创建两个不同的刻度：次刻度和主刻度。这就是为什么我们必须使用同时涉及 get_minorticklabels() 和 get_majorticklabels() 的函数，并根据我们想要做的事情改变参数（这里是轮换）。因此，我将这些函数与 plt.setp()（请参阅 https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.setp.html）一起使用，但 tick_params()（在代码的注释中添加）在我的情况下也可以完成这项工作。

最后，当所有刻度标签旋转 90° 时。我遇到了一个新问题，即我所有的 yaxis 标签都没有在刻度线前面居中（存在小偏移）。解决方案之一如下：

# Create offset transform by 12 points in y direction and 4 in x direction for minor and major tick label of log scale
dx = 4/72 
dy = 12/72 
offset = matplotlib.transforms.ScaledTranslation(dx,fig.dpi_scale_trans)

# apply offset transform to all y ticklabels (major and minor if necessary).

for label in ax2.yaxis.get_majorticklabels():
    label.set_transform(label.get_transform() + offset)

for label in ax2.yaxis.get_minorticklabels():
    label.set_transform(label.get_transform() + offset)

三个主题对于了解问题所在并最终找到解决方案很重要：

Rotate minor ticks in matplotlib

How to move a tick's label in matplotlib?

Matplotlib log scale tick label number formatting