### Python Matplotlib 根据两组数据自动调整纵坐标范围的方法 当处理具有不同尺度的数据集时，Matplotlib 提供了灵活的方式来适应这些需求。对于在同一张图表上展示两组不同的数据系列，并希望根据这两组数据动态调整各自的Y轴刻度范围的情况，可以采用双Y轴绘图的方式。 通过`matplotlib.pyplot.twinx()`函数创建共享X轴但拥有独立Y轴的第二个axes对象来表示第二条曲线[^1]。为了确保每个Y轴能够依据对应的数据序列合理缩放其显示区间，应当分别调用各自ax实例下的`.autoscale_view()`方法或是直接设定limits以反映实际数据分布特征： ```python import numpy as np from matplotlib import pyplot as plt def plot_dual_y(data1, data2): fig, ax1 = plt.subplots() color = 'tab:red' ax1.set_xlabel('time (s)') ax1.set_ylabel('exp', color=color) ax1.plot(data1['index'], data1['value'], color=color) ax1.tick_params(axis='y', labelcolor=color) ax2 = ax1.twinx() # instantiate a second axes that shares the same x-axis color = 'tab:blue' ax2.set_ylabel('sin', color=color) ax2.plot(data2['index'], data2['value'], color=color) ax2.tick_params(axis='y', labelcolor=color) # Automatically adjust each y axis limit based on their own dataset ax1.relim() ax1.autoscale_view(True,True,True) ax2.relim() ax2.autoscale_view(True,True,True) fig.tight_layout() # otherwise the right y-label is slightly clipped plt.show() ``` 上述代码片段展示了如何利用`twinx()`建立次级坐标系以及怎样让这两个坐标系统的视窗大小自适应于所关联的数据集合。此外，在某些情况下可能还需要考虑对数比例尺或其他特殊类型的标度变换；这可以通过相应设置`set_yscale()`参数实现。