Matplotlib的座標軸是用於在繪圖中表示資料的位置的工具。

座標軸是影象中的水平和垂直線，它們通常表示為 x 軸和 y 軸。
座標軸的作用是幫助觀察者瞭解影象中資料的位置和大小，通常標有數位或標籤，以指示特定的值在影象中的位置。

1. 座標軸範圍

Matplotlib繪製圖形時，會自動根據X，Y軸的數值，自動確定其範圍，確保能夠涵蓋所有的數值。
比如：

_, ax = plt.subplots(2, 1)

#X軸範圍0~8，Y軸範圍1~100
x = np.array(range(0, 8))
y = np.random.randint(1, 100, 8)
ax[0].plot(x, y)

#X軸範圍10~18，Y軸範圍100~200
x = np.array(range(10, 18))
y = np.random.randint(100, 200, 8)
ax[1].plot(x, y)

可以看出，圖形中X軸，Y軸的範圍是根據 x, y列表中數值的最大最小值來生成的。

有時候，為了看圖的區域性位置，可以主動設定X軸，Y軸的範圍，而不是依靠自動生成。
比如：

_, ax = plt.subplots(2, 1)
x = np.array(range(0, 8))
y = np.random.randint(1, 100, 8)
ax[0].set_xlim(3, 6) #X軸範圍3~6
ax[0].plot(x, y)

x = np.array(range(10, 18))
y = np.random.randint(100, 200, 8)
ax[1].set_ylim(120, 150) #Y軸範圍120~150
ax[1].plot(x, y)

上面的範例設定的第一個圖的X軸範圍，第二個圖的Y軸範圍。

2. 雙座標軸

如果要把Y軸不同範圍的兩個曲線放在一起比較趨勢的話，就要用到雙座標軸。
比如：

fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
x = np.array(range(0, 8))

y1 = np.random.randint(1, 100, 8)
ax.plot(x, y1, c='r')

y2 = np.random.randint(100, 200, 8)
ax.plot(x, y2, c='g')

上圖中紅色的線範圍在1~100之間，綠色的線範圍在100~200之間。
雖然放在一個圖中比較，看著卻像是在兩個子圖。

這時，我們可以用兩個不同範圍的Y軸，從而能夠讓兩條曲線更好的比較。
比如：

fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax_twinx = ax.twinx()
x = np.array(range(0, 8))

y1 = np.random.randint(1, 100, 8)
ax.plot(x, y1, c='r')

y2 = np.random.randint(100, 200, 8)
ax_twinx.plot(x, y2, c='g')

左邊是紅線對應的Y軸，右邊是綠線對應的Y軸。

3. 反座標軸

最後，關於座標軸的設定，還有一個比較常用的設定是反轉座標軸。
座標軸的預設順序是從小到大的，但是，對於一些特殊的圖表型別（如散點圖、條形圖、直方圖等），可以通過反轉座標軸來更好地展示資料點的分佈情況。

3.1. 反轉X軸

fig = plt.figure()

x = np.array(range(0, 8))
y = np.random.randint(1, 100, 8)

ax1 = fig.add_subplot(211)
ax1.plot(x, y)

#反轉X軸
ax2 = fig.add_subplot(212)
ax2.invert_xaxis()
ax2.plot(x, y)

上例兩個子圖的X軸順序是相反的。

3.2. 反轉Y軸

fig = plt.figure()

x = np.array(range(0, 8))
y = np.random.randint(1, 100, 8)

ax1 = fig.add_subplot(211)
ax1.plot(x, y)

#反轉Y軸
ax2 = fig.add_subplot(212)
ax2.invert_yaxis()
ax2.plot(x, y)

上例兩個子圖的Y軸順序是相反的。

4. 總結回顧