1.用两种不同方法将x-y1图和x-y2图画在一个坐标系下（x, y1, y2均为实的同维列向量）。

要在Python的matplotlib库中绘制两个线图在同一坐标系下，通常会使用`plt.subplot()`函数创建一个新的小窗口，并分别对每个y轴进行绘图。以下是使用两种常见方法的示例：

方法一：使用`ax.plot()`和`ax2.plot()`

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10, 100)
y1 = x ** 2
y2 = np.sin(x)

# 创建子图
fig, ax = plt.subplots()

# 第一条线图
ax.plot(x, y1, label='y1 = x^2')

# 创建第二个线图的子图并将其放置在主图上
ax2 = ax.twinx()
ax2.plot(x, y2, color='tab:blue', label='y2 = sin(x)')

# 设置图例和标题
ax.set_xlabel('X')
ax.set_ylabel('y1 (x^2)')
ax2.set_ylabel('y2 (sin(x))')
ax.legend()

# 显示图形
plt.show()

方法二：使用`plt.subplots_adjust()`调整子图间距

import matplotlib.pyplot as plt

# ... (创建数据、变量等步骤与之前一样)

# 创建子图
fig, axs = plt.subplots(nrows=1, ncols=2, figsize=(10, 5))

# 绘制第一个线图
axs[0].plot(x, y1, label='y1 = x^2')
axs[0].set_ylabel('y1 (x^2)')
axs[0].legend()

# 绘制第二个线图
axs[1].plot(x, y2, color='tab:blue', label='y2 = sin(x)')
axs[1].set_ylabel('y2 (sin(x))')

# 调整子图间距
fig.tight_layout()

# 显示图形
plt.show()

这两种方法都能在同一坐标系内同时展示两个y轴的数据。