px.bar(df, x=‘trade_date’, y=[‘close’, ‘vol’, ‘pct_chg’, ‘aaa’], barmode=‘group’)如何按不同的y轴数据分类显示但共用一个x轴，请给出一个示例代码

`px.bar(df, x='trade_date', y=['close', 'vol', 'pct_chg', 'aaa'], barmode='group')` 这段代码是在使用 Plotly Express (px) 库对 pandas DataFrame (df) 中的数据进行可视化，它创建了一个分组柱状图。这里的参数说明如下：

- `df`: 要处理的数据集。
- `x='trade_date'`: 指定横坐标 (x-axis)，通常是时间序列数据，这里是交易日期。
- `y=['close', 'vol', 'pct_chg', 'aaa']`: 列表中的每个元素将作为单独的一列，并在同一图表上以独立的系列形式展示（每个y值对应一个颜色区分的柱子）。
- `barmode='group'`: 设置为 'group' 表明每个 `y` 值对应的柱子将会并排放置在同一组内，形成分组的效果。

如果你想按不同的 y 值分类显示，但共享一个 x 轴，你应该保留 `x='trade_date'` 参数不变，而 `y` 参数可以是一个列表，其中包含你想分开显示的不同列名。每个单独的列名将会作为一个类别，共享相同的 x 轴。这里是一个简单的示例代码：

import plotly.express as px
import pandas as pd

# 假设 df 是你的数据框
df = pd.DataFrame(...)

# 示例 y 参数，表示按 close、vol 和 pct_chg 分别绘制
fig = px.bar(df, x='trade_date', y=['close', 'vol', 'pct_chg'], barmode='group')

# 如果还有一列 'aaa'，可以添加到 figure 上，它会作为单独的系列
fig.add_bar(x='trade_date', y=df['aaa'])

fig.show()