matplotlib 子图共用x轴

要让 matplotlib 子图共用 x 轴，可以使用 `sharex` 参数。具体的实现步骤如下：

1. 导入 matplotlib 库

import matplotlib.pyplot as plt

2. 创建子图

fig, axs = plt.subplots(nrows=2, ncols=1, sharex=True)

其中，`nrows` 和 `ncols` 分别表示行数和列数，`sharex=True` 表示这些子图都共用同一个 x 轴。

3. 绘制数据

axs[0].plot(x, y1)
axs[1].plot(x, y2)

其中，`axs[0]` 和 `axs[1]` 分别表示第一个子图和第二个子图。

4. 显示图像

plt.show()

完整的代码示例：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]
y2 = [1, 3, 5, 7, 9]

fig, axs = plt.subplots(nrows=2, ncols=1, sharex=True)
axs[0].plot(x, y1)
axs[1].plot(x, y2)

plt.show()

相关问题

matplotlib共用x轴

共用x轴是指在matplotlib中，可以在同一张图中绘制多个子图，这些子图共享相同的x轴。这样可以方便地比较不同数据之间的关系。有几种方法可以实现共用x轴的效果。

一种方法是使用`plt.subplots`函数创建多个子图，并使用`ax.twinx()`函数创建共用x轴的第二个y轴。然后，分别在两个子图上绘制不同的数据。例如，可以使用以下代码实现共用x轴的效果：

import matplotlib.pyplot as plt

x = np.arange(0, 10, 0.1)
y1 = 0.05 * x**2
y2 = -1 * y1

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()

ax1.plot(x, y1, 'g-')
ax2.plot(x, y2, 'b-')

ax1.set_xlabel("X data")
ax1.set_ylabel("Y1", color='g')
ax2.set_ylabel("Y2", color='b')

plt.show()

另一种方法是在同一张图上使用`plt.bar`函数绘制多个柱状图，并使用正负值来表示不同的数据。可以使用`plt.ylim`函数设置y轴的范围，以便显示正负值。例如，可以使用以下代码实现共用x轴的效果：

import matplotlib.pyplot as plt
import numpy as np

x_data = \["20{}".format(i) for i in range(18, 23)\]
y_data = np.random.randint(100, 300, 5)
y2_data = np.random.randint(100, 300, 5)

plt.bar(x_data, +y_data, width=0.3, label="IPhone")
plt.bar(x_data, -y2_data, width=0.3, label="Android")

plt.ylabel("sale")
plt.xlabel("year")
plt.ylim(-350, 350)
plt.yticks(\[300, 200, 100, 0, -100, -200, -300\], \[300, 200, 100, 0, 100, 200, 300\])
plt.legend()

plt.show()

这两种方法都可以实现共用x轴的效果，具体使用哪种方法取决于数据的特点和绘图的需求。
#### 引用[.reference_title]
- *1* [matplotlib 双y轴公用一个x轴](https://blog.csdn.net/June19/article/details/119454735)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [matplotlib中两张图如何共用一个x轴，而y轴不一样。](https://blog.csdn.net/qq_43391414/article/details/125569774)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]

matplotlib共用x轴上下

在Matplotlib中，可以通过创建两个子图并使用共享x轴的方式实现共用x轴上下的效果。首先，需要导入Matplotlib库和必要的模块。然后，可以使用`plt.subplots()`函数创建一个包含两个子图的图像对象。接下来，可以使用`ax1 = fig.add_subplot(111)`和`ax2 = ax1.twinx()`分别创建两个子图对象，并将第二个子图与第一个子图共享x轴。然后，可以使用`ax1.plot()`和`ax2.plot()`分别在两个子图上绘制数据。最后，可以使用`plt.show()`显示图像。

下面是一个示例代码，展示了如何在Matplotlib中实现共用x轴上下的效果：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 10, 0.1)
y1 = 0.05 * x**2
y2 = -1 * y1

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()

ax1.plot(x, y1, 'g-')
ax2.plot(x, y2, 'b-')

ax1.set_xlabel("X data")
ax1.set_ylabel("Y1", color='g')
ax2.set_ylabel("Y2", color='b')

plt.show()

在这个示例中，图一使用下面的x轴和左边的y轴，图二使用上面的x轴和右边的y轴。为了将这两个图放在一起，图二的y轴数据取负号，这样图二的y轴就会是反的。从而两幅图，图一数据向上增长，图二数据向下增长。\[2\]
#### 引用[.reference_title]
- *1* [matplotlib 双y轴公用一个x轴](https://blog.csdn.net/June19/article/details/119454735)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [matplotlib中两张图如何共用一个x轴，而y轴不一样。](https://blog.csdn.net/qq_43391414/article/details/125569774)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [matplotlib双y轴，共用同一x轴的画法图像的画法](https://blog.csdn.net/lzx159951/article/details/104398219)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]