matplotlib如何画多个子图共用同一个坐标系

用sharey=ax1， 或 sharex

%matplotlib inline
import matplotlib.pyplot as plt 
import matplotlib.collections as collections
import pandas as pd
from pandas import DataFrame,Series

fig=plt.figure()
y = [n*10000 for n in range(0,7)]
ax1 = fig.add_subplot(121)

ax1.ticklabel_format(style='sci', scilimits=(-1,2), axis='x')
ax1.get_xaxis().get_offset_text().set(va='bottom', ha='left')
ax1.xaxis.get_offset_text().set_fontsize(11)
ax1.plot(bot[:25258]['Idle_Min'],color='#A2242F')

ax2 = fig.add_subplot(122,sharey=ax1)
ax2.ticklabel_format(style='sci', scilimits=(-1,2), axis='y')
ax2.get_yaxis().get_offset_text().set(va='bottom', ha='left')
ax2.yaxis.get_offset_text().set_fontsize(11)

ax2.plot(bot[25258:2773492]['Idle_Min'], color='#0C264D')

结果图：

代码里还强制设置x轴使用科学计数法，用scilimits。

另，画子图的方法：

下面这段文字转载自：https://www.cnblogs.com/chenqionghe/p/12355018.html

fig和axis的区别？

相信不少小伙伴一开始都是直接用plt.plot来绘图，非常简单，但这是偷懒的做法，不建议大家这样。

fig, ax = plt.subplots(2,2)是比较正统的画法（参数代表行列数），指定figure和axes，然后对axes单独进行操作（图表元素增加和修改）。

fig相当于是一个大的画布，ax相当于是小的子图，一个画布可以有一个或多个子图。

单个图表任何操作都是在axes对象上进行的，包括坐标轴、刻度、图例等。

====（转载到此结束）

比如：

fig, axs = plt.subplots(1, 2, constrained_layout=True)
就是两个子图左右并排的，一行两列

fig, axs = plt.subplots(2, 1)
就是两个子图上下排列，也就是两行一列

plt.subplot(221) 
表示两行两列共四个子图，这是第一个子图

具体子图教程看上面的链接，非常详细。