Matlab坐标轴范围对齐秘诀：多图表对比，一目了然，提升数据可读性

# 1. 坐标轴范围对齐的意义**

坐标轴范围对齐是一种数据可视化技术，它将不同图表或同一图表中不同坐标轴的范围调整为一致。这对于比较和分析不同数据集非常有用，因为它消除了由于不同范围导致的视觉偏差。通过对齐坐标轴，可以更准确地比较数据值，识别趋势和模式，并做出更明智的决策。

# 2. 坐标轴范围对齐的实现

### 2.1 手动调整坐标轴范围

手动调整坐标轴范围是最直接的方法，可以通过设置 `xlim` 和 `ylim` 参数来实现。

import matplotlib.pyplot as plt

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

# 创建图形
fig, ax = plt.subplots()

# 手动设置坐标轴范围
ax.set_xlim(0, 6)
ax.set_ylim(0, 12)

# 绘制数据
ax.plot(x, y1, label="数据1")
ax.plot(x, y2, label="数据2")

# 添加图例
plt.legend()

# 显示图形
plt.show()

### 2.2 使用内置函数对齐坐标轴范围

matplotlib 提供了 `autoscale()` 函数，可以自动调整坐标轴范围以适应数据。

import matplotlib.pyplot as plt

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

# 创建图形
fig, ax = plt.subplots()

# 自动调整坐标轴范围
ax.autoscale()

# 绘制数据
ax.plot(x, y1, label="数据1")
ax.plot(x, y2, label="数据2")

# 添加图例
plt.legend()

# 显示图形
plt.show()

### 2.3 使用第三方工具包对齐坐标轴范围

第三方工具包，如 `pandas` 和 `seaborn`，也提供了对齐坐标轴范围的功能。

**使用 `pandas`**

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据
df = pd.DataFrame({
    "数据1": [2, 4, 6, 8, 10],
    "数据2": [1, 3, 5, 7, 9]
})

# 自动对齐坐标轴范围
df.plot()

# 显示图形
plt.show()

**使用 `seaborn`**

import seaborn as sns
import matplotlib.pyplot as plt

# 创建数据
df = pd.DataFrame({
    "数据1": [2, 4, 6, 8, 10],
    "数据2": [1, 3, 5, 7, 9]
})

# 自动对齐坐标轴范围
sns.lineplot(data=df)

# 显示图形
plt.show()

# 3. 坐标轴范围对齐的应用

### 3.1 多个图表对比

当有多个图表需要进行对比时，对齐坐标轴范围可以有效地帮助用户识别不同图表之间数据的差异。例如，下图展示了不同城市的人口增长情况。

import matplotlib.pyplot as plt

# 创建数据
cities = ['北京', '上海', '广州', '深圳', '杭州']
populations = [21542000, 24281000, 15305000, 12583000, 11936000]

# 创建图表
plt.figure(figsize=(10, 6))
for i, city in enumerate(cities):
    plt.subplot(1, 5, i+1)
    plt.bar(city, populations[i])
    plt.title(city)

# 对齐坐标轴范围
plt.subplots_adjust(wspace=0.3, hspace=0.3)
plt.show()

代码逻辑逐行解读：
- `plt.figure(figsize=(10, 6))`：创建画布，设置画布大小为 10x6 英寸。
- `for i, city in enumerate(cities)`：遍历城市列表，`i` 为索引，`city` 为城市名称。
- `plt.subplot(1, 5, i+1)`：创建子图，`1` 表示行数，`5` 表示列数，`i+1` 表示子图位置。
- `plt.bar(city, populations[i])`：绘制条形图，`city` 为横坐标，`populations[i]` 为纵坐标。
- `plt.title(city)`：设置子图标题。
- `plt.subplots_adjust(wspa