双Y轴图需先创建主轴ax1并绘图，再调用ax1.twinx()生成ax2，所有右轴操作须作用于ax2；注意柱状图宽度、刻度对齐、图例合并及中文标签显示优化。

用 plt.twinx() 创建双Y轴，但必须注意坐标轴顺序

双Y轴图的核心是让两个不同量纲的数据共用X轴，左Y轴画折线、右Y轴画柱状图（或反过来）。关键在于：plt.twinx() 必须在第一个绘图对象创建之后调用，否则右轴会覆盖左轴刻度甚至丢失标签。

常见错误现象：ax2.set_ylabel() 不显示、右轴刻度挤成一团、折线和柱子完全错位——基本都是因为 twinx() 调用太早，或者后续又对 ax1 做了 set_ylim() 却没同步调整 ax2。

• 先调用 ax1 = plt.gca() 或 fig, ax1 = plt.subplots() 创建主轴
• 在 ax1.plot(...) 之后，立刻执行 ax2 = ax1.twinx()
• 所有针对右轴的操作（plot、bar、set_ylabel）都必须作用于 ax2
• 若手动设了 ax1.set_ylim()，记得按比例估算并设置 ax2.set_ylim()，否则柱状图可能被截断

柱状图用 ax2.bar() 而不是 ax2.plot()，且需注意宽度与对齐

双Y轴里混用折线和柱状图时，最容易忽略的是柱子的视觉对齐。直接用 ax2.bar(x, y) 默认以 x 坐标为中心绘制，但如果 x 是日期或字符串，容易出现偏移；若 x 是数值型但间隔不均，柱宽不设也会导致挤压或空隙过大。

使用场景：比如分析月度销售额（柱状图，万元）和用户增长率（折线图，%），二者时间点一致但量级差3个数量级。

立即学习“Python免费学习笔记（深入）”；

Python Hardener

通过完整的安全审查、代码整洁重构、健壮的错误处理、正确的日志记录以及完整的文档字符串覆盖，强化 Python 脚本。

下载

• 显式传入 width 参数，例如 width=0.6（默认是0.8，太宽易重叠）
• 若 x 是 pd.Timestamp 或 str，先用 ax1.set_xticks() 固定位置，再让 ax2.bar() 的 x 与之严格对应
• 避免对 ax2 调用 ax2.grid(True) —— 它会覆盖左轴网格；如需右轴辅助线，改用 ax2.axhline(y=...)

图例合并显示要用 ax1.get_legend_handles_labels() 手动拼接

双Y轴下，ax1.legend() 和 ax2.legend() 会互相覆盖，直接调用任一者都只能显示部分图例。必须把两个轴的句柄和标签取出来，合并后统一交给一个轴管理。

性能影响：该操作本身无开销，但若在循环中反复调用 get_legend_handles_labels() 而未清空旧图例，会导致内存缓慢增长（尤其在动态刷新图表时）。

• 执行 h1, l1 = ax1.get_legend_handles_labels() 和 h2, l2 = ax2.get_legend_handles_labels()
• 合并为 handles = h1 + h2、labels = l1 + l2
• 只调一次 ax1.legend(handles, labels)，不要对 ax2 再调用 legend()
• 如果某条线没加 label 参数（如 ax1.plot(..., label='_nolegend_')），它不会出现在 l1 中，无需额外过滤

中文标签乱码和负数坐标轴刻度重叠是高频兼容性问题

Matplotlib 默认字体不支持中文，且当右轴数据含负值、左轴为正时，两套Y轴刻度标签容易上下重叠，尤其在导出为PDF或保存为高DPI图片时更明显。

解决方式不是换全局字体配置，而是就图论图：

• 在绘图前加 plt.rcParams['font.sans-serif'] = ['SimHei', 'DejaVu Sans']，确保中文字体 fallback 链有效
• 对 ax2 单独调用 ax2.tick_params(axis='y', pad=15) 增大右侧标签与轴线距离
• 若左轴最大值远大于右轴，考虑对右轴数据做缩放（如除以1000），并在 set_ylabel() 中注明单位（如 “销量（千件）”）
• 避免用 plt.tight_layout() —— 它常把右轴标签切掉；改用 plt.subplots_adjust(right=0.85) 留足右侧空间

实际绘图逻辑跑通后，最麻烦的往往不是语法，而是两组数据的时间对齐精度、单位换算一致性，以及导出时 DPI 和 bbox_inches 的组合行为。这些细节不报错，但会让交付图表在汇报场景中显得不专业。