应使用关键字参数sharex=...示例化子图。
您可以将值指定为'all'、'row'、'col'、'none'，如果您考虑子图的二维排列，这些值是有意义的。
我说“你应该”而不是“你必须”，因为共享 x 轴只会将x刻度标签放置在底部子图上，你可能不同意这一点。
上面的图像生成为

import matplotlib.pyplot as plt

fig, (ax0, ax1) = plt.subplots(nrows=2, sharex='col')

ax0.plot((0, 7),(1, 12))
ax1.plot((-7,0),(1, -2))
plt.show()

如果你不喜欢标签只在底部，你可以这样做（下图）

fig, (ax0, ax1, ax2) = plt.subplots(nrows=3)

ax0.plot((0, 7),(1, 12))
ax1.plot((-7,0),(1, -2))
ax2.plot((-3,5),(-5,10))

# collect the lower and upper bounds of the x-axes
xmins, xmaxs = zip(*(ax.get_xlim() for ax in (ax0, ax1, ax2)))

# .set_xlim accepts a tuple, that we compute here
xlim = (min(xmins), max(xmaxs))

# finally, we set the same xlim on all the x-axes
for ax in (ax0, ax1, ax2):
    ax.set_xlim(xlim)

plt.show()

PS如果图上的y数据是“相同的”，我建议你也使用sharey=...，这样不同示例之间的比较就可以立即进行（更好的是，在同一个子图中绘制y数据）。

可以使用set_xlim()设置轴的限制：

x_min = -1000
x_max = 51000

for ax in axs:
  ax.set_xlim((x_min, x_max))

要垂直对齐多个子区的x刻度，可以先将所有子区的xlim设置为相同的值，以便它们都显示相同的x值范围。然后，可以使用每个子区的set_xticks方法指定x刻度的位置。

# Set the x-limits of all subplots to be the same
max_x = 3600

for ax in axs:
    ax.set_xlim((0, max_x))

# Set the number of x-ticks
num_xticks = 10

# Calculate the interval between x-ticks
interval = max_x // num_xticks

# Generate an array of x-tick values
xticks = range(0, max_x+1, interval)

# Set the x-ticks of all subplots to be the same
for ax in axs:
    ax.set_xticks(xticks)