Plotly的graph_objects.Layout中是否可以动态添加y轴？

1. 动态构造y轴配置字典 #

go.Layout的入参本质是可自定义的字典结构，你不需要硬编码yaxis/yaxis2这类固定键，只需要根据用户选择的列数循环生成对应配置项即可：

• 第一个y轴（索引0）作为基础轴，不需要设置overlaying，默认居左展示
• 从第二个y轴开始（索引≥1），统一设置side='right'、overlaying='y'，如果要避免多轴叠在一起标签拥挤，还可以加position参数调整横向偏移

2. 同步给trace绑定对应y轴 #

生成每个列对应的trace时，要给trace加yaxis=f'y{i+1}'的参数，和Layout里的y轴配置一一对应

3. 生成Layout实例 #

把固定配置和动态生成的y轴配置合并成一个字典，传给go.Layout即可

import argparse
import pandas as pd
import plotly.graph_objects as go

# 解析控制台参数，获取用户选择的列索引和输入文件路径
parser = argparse.ArgumentParser()
parser.add_argument('--cols', nargs='+', type=int, required=True, help='要绘图的列索引，多个用空格分隔')
parser.add_argument('--input', type=str, required=True, help='输入CSV文件路径')
args = parser.parse_args()

df = pd.read_csv(args.input)
select_cols = args.cols
inFile = args.input

# 动态生成y轴配置字典
yaxis_configs = {}
for idx, col_idx in enumerate(select_cols):
    axis_key = f'yaxis{idx+1}' if idx !=0 else 'yaxis'
    if idx == 0:
        # 第一个y轴为基础轴，居左展示
        yaxis_configs[axis_key] = dict(
            title=df.columns[col_idx]
        )
    else:
        # 后续y轴居右，叠加到基础y轴上
        yaxis_configs[axis_key] = dict(
            title=df.columns[col_idx],
            side='right',
            overlaying='y',
            # 可选配置：列数超过3个时加position避免标签重叠，偏移量可按需调整
            # position=1 + (idx-1)*0.08
        )

# 合并固定配置和动态y轴配置，生成Layout
layout_params = dict(
    title=inFile,
    plot_bgcolor='rgb(230, 230,230)',
    showlegend=True,
    # 可选配置：列数较多时调大右侧margin，给多轴留展示空间
    # margin=dict(r=80 * len(select_cols))
)
layout_params.update(yaxis_configs)
layout = go.Layout(**layout_params)

# 生成对应trace，注意绑定y轴
traces = []
for idx, col_idx in enumerate(select_cols):
    traces.append(
        go.Scatter(
            x=df.index, # 可按需替换为你的x轴字段
            y=df.iloc[:, col_idx],
            name=df.columns[col_idx],
            yaxis=f'y{idx+1}' if idx !=0 else 'y'
        )
    )

# 生成图表导出为HTML
fig = go.Figure(data=traces, layout=layout)
fig.write_html('output.html')

内容的提问来源于stack exchange，提问作者andreasN