在matplotlib中绘制3个不同的x轴和相同的y轴？

在Matplotlib中，要绘制具有三个不同x轴和相同y轴的图表，可以使用matplotlib.pyplot.subplots结合matplotlib.pyplot.twinx或matplotlib.pyplot.twiny来实现。以下是一个示例代码：

import matplotlib.pyplot as plt

# 创建画布和子图
fig, ax1 = plt.subplots()

# 绘制第一个数据集
ax1.plot([1, 2, 3], [4, 5, 6], 'r-', label='Data 1')
ax1.set_xlabel('X1 axis')
ax1.set_ylabel('Y axis', color='r')
for tl in ax1.get_yticklabels():
    tl.set_color('r')

# 创建第二个x轴
ax2 = ax1.twiny()
# 绘制第二个数据集
ax2.plot([10, 20, 30], [4, 5, 6], 'b-', label='Data 2')
ax2.set_xlabel('X2 axis')

# 创建第三个x轴
ax3 = ax1.twiny()
ax3.spines['top'].set_position(('outward', 60))
# 绘制第三个数据集
ax3.plot([100, 200, 300], [4, 5, 6], 'g-', label='Data 3')
ax3.set_xlabel('X3 axis')

# 调整布局
plt.tight_layout()

# 显示图表
plt.show()

在这个示例中，我们首先创建了一个基本的子图ax1，然后使用twiny方法创建了两个额外的x轴ax2和ax3。每个x轴都可以独立地绘制数据集，并且它们共享相同的y轴。

优势：

可以在同一个图表中展示多个不同尺度的数据，便于比较。
节省空间，避免创建多个单独的图表。

应用场景：

时间序列数据与数值数据的比较。
不同单位或量级的数据在同一图表中的可视化。
展示多变量关系时，当变量之间的尺度差异较大时。

可能遇到的问题及解决方法：

如果x轴标签重叠，可以使用ax2.spines['top'].set_position(('outward', 60))调整轴的位置来避免重叠。
如果y轴标签颜色不明显，可以通过ax1.set_ylabel('Y axis', color='r')和for tl in ax1.get_yticklabels(): tl.set_color('r')来设置标签颜色。
确保所有数据集的y值范围一致，否则共享y轴可能会导致某些数据集难以观察。

参考链接：