由于总量数据过大，不太适合与拆分的维度使用同一坐标轴展示，所以对于总量使用主坐标轴，拆分的细分维度均使用次坐标轴。

这是使用同一个坐标轴的结果：

知识点1：subplots()

plt.subplots()可以创建一张画布和一系列的子图。可以返回画布对象matplotlib.figure.Figure，以及子图的坐标轴对象matplotlib.axes._subplots.AxesSubplot。

plt.subplots(2,3,figsize=(10,8))

画了一个画布，并且自动按照2行 * 3列拆分为6张子图。

通过获取画图的返回值，可以在任意一张子图画图，比如我们在第3张子图上画一个以2为底的幂指数函数的散点图。

fig,((a1,a2,a3),(a4,a5,a6)) = plt.subplots(2,3,figsize=(10,8))

a3.scatter(x=[1,2,3,4,5,6,7,8,9,10],y=[1,4,8,16,32,64,128,256,512,1024])

Signature:

plt.subplots(

nrows=1,

ncols=1,

sharex=False,

sharey=False,

squeeze=True,

subplot_kw=None,

gridspec_kw=None,

**fig_kw,

)

Docstring:

Create a figure and a set of subplots.

This utility wrapper makes it convenient to create common layouts of

subplots, including the enclosing figure object, in a single call.

知识点2：twinx()

克隆了一个轴对象Axes，这个Axes对象与原始axes对象有相同的x轴，这个克隆对象的x轴是隐形的、不可见的；同时还会生成一个独立的、并与原始axes对象位置相对的，立于右侧的y轴。

Signature: ax.twinx()

Docstring:

Create a twin Axes sharing the xaxis.

Create a new Axes with an invisible x-axis and an independent

y-axis positioned opposite to the original one (i.e. at right). The

x-axis autoscale setting will be inherited from the original

Axes. To ensure that the tick marks of both y-axes align, see

~matplotlib.ticker.LinearLocator.

知识点3：legend()

3. Explicitly defining the elements in the legend

For full control of which artists have a legend entry, it is possible

to pass an iterable of legend artists followed by an iterable of

legend labels respectively::

legend((line1, line2, line3), (‘label1’, ‘label2’, ‘label3’))

legend()方法支持显性地定义图例中元素的内容，通过显性地传入图例实体参数、标签参数，就可以显示多个图例。

clues_by_month = clues_by_mt.groupby(['month']).sum()

x = np.array(clues_by_month.index.values)

y = np.array(clues_by_month['total_clues'].values)

clues_by_meit = clues_by_mt.groupby(['month','mt']).sum()

x1 = np.array(clues_by_meit.index.levels[0])

y1 = np.array(clues_by_meit['total_clues'].loc[:,'2000'])

y2 = np.array(clues_by_meit['total_clues'].loc[:,'2020'])

fig, ax = plt.subplots(figsize=(12,8))

ax1 = ax.twinx()

line1, = ax.plot(x,y,'b-')

line2, = ax1.plot(x,y1,'g-')

line3, = ax1.plot(x,y2,'y-')

plt.title("增长趋势图",fontdict={'fontsize':18})

plt.legend((line1,line2,line3),('total_clues','2000','2020'))

关注微信公众号：“数据分析之家“