Plotly多坐标轴进阶：用底层layout配置实现4个Y轴的复杂仪表盘

当我们需要在同一个图表中展示多个量纲不同的指标时，多坐标轴技术就显得尤为重要。想象一下监控服务器性能的场景：CPU使用率（百分比）、内存占用（GB）、网络流量（MB/s）和温度（摄氏度）需要同时呈现。使用Plotly的secondary_y=True只能实现双Y轴，而通过底层layout配置，我们可以实现任意数量坐标轴的精准控制。

1. 多坐标轴的核心原理

Plotly的坐标轴系统本质上是一个灵活的布局引擎。每个坐标轴都有唯一的标识符（如yaxis、yaxis2），通过anchor（锚定）、overlaying（叠加）和position（位置）三个关键参数实现自由排布。

典型参数组合效果对比：

python复制# 基础坐标轴声明示例
yaxis2=dict(
    title="Memory Usage (GB)",
    anchor="x",  # 锚定到x轴
    overlaying="y",  # 叠加在默认Y轴上
    side="right"  # 右侧显示
)

注意：当使用overlaying时，坐标轴会共享相同的物理空间，此时需要通过不同颜色或线型区分各数据系列。

2. 四轴仪表盘的实现步骤

2.1 数据准备与基础图表

我们首先生成模拟的监控数据：

python复制import plotly.graph_objects as go
import numpy as np

# 生成模拟数据
time_points = np.arange(0, 24, 0.5)
cpu_usage = 30 + np.random