如何在同一图表中适配Earnings与NBPrice两类差异较大的折线图？

针对Earnings（0-80000）和NBPrice（0-200）数值范围差距大导致折线图显示不佳的问题，给你三个实用解决方案：

1. 使用双Y轴（最推荐） #

给两组数据分别配置独立的Y轴，左轴对应大数值的Earnings，右轴对应小数值的NBPrice，各自刻度适配自身数据范围，既能保留原始数值，又能直观对比趋势。

以Python的Matplotlib为例，代码实现如下：

import matplotlib.pyplot as plt

# 假设x是共享的横轴数据（比如时间、样本序号）
x = range(len(Earnings))

fig, ax1 = plt.subplots()

# 绘制Earnings到左Y轴
color = 'tab:blue'
ax1.set_xlabel('横轴（如时间/样本）')
ax1.set_ylabel('Earnings', color=color)
ax1.plot(x, Earnings, color=color)
ax1.tick_params(axis='y', labelcolor=color)

# 创建右Y轴绘制NBPrice
ax2 = ax1.twinx()
color = 'tab:orange'
ax2.set_ylabel('NBPrice', color=color)
ax2.plot(x, NBPrice, color=color)
ax2.tick_params(axis='y', labelcolor=color)

fig.tight_layout()
plt.show()

如果用Excel/Tableau这类工具，直接添加次坐标轴即可实现类似效果。

2. 数据归一化 #

把两组数据缩放到同一数值范围（比如0-100），这样可以用同一Y轴展示，但要明确标注原始数值对应关系，避免误解数据量级。

还是用Python示例：

# Min-Max归一化函数，将数据映射到0-100区间
def normalize(data):
    min_val = min(data)
    max_val = max(data)
    return [(x - min_val) / (max_val - min_val) * 100 for x in data]

# 对两组数据做归一化处理
norm_earnings = normalize(Earnings)
norm_nbprice = normalize(NBPrice)

# 绘制折线图
plt.plot(x, norm_earnings, label='归一化后Earnings')
plt.plot(x, norm_nbprice, label='归一化后NBPrice')
plt.xlabel('横轴')
plt.ylabel('归一化数值（0-100）')
plt.legend()
plt.show()

这个方法适合观察两组数据的相对变化趋势，但会丢失原始数值的直观感知。

3. 拆分独立子图 #

把两组数据分别放在上下或左右排列的子图中，各自使用适配的Y轴刻度，能清晰展示每组数据的细节，缺点是对比趋势需要跨图观察。

Python代码示例：

fig, (ax1, ax2) = plt.subplots(2, 1, sharex=True)

# 上方子图展示Earnings
ax1.plot(x, Earnings)
ax1.set_ylabel('Earnings')

# 下方子图展示NBPrice（共享横轴）
ax2.plot(x, NBPrice)
ax2.set_xlabel('横轴')
ax2.set_ylabel('NBPrice')

plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者user22191373