在 Plotly 的 make_subplots 中，可通过 matches 参数精准控制哪些子图共享 X 轴——无需全局启用 shared_xaxes，即可让前两行数据图同步缩放与范围，同时保持第三行图像子图完全独立。
在 plotly 的 `make_subplots` 中，可通过 `matches` 参数精准控制哪些子图共享 x 轴——无需全局启用 `shared_xaxes`，即可让前两行数据图同步缩放与范围，同时保持第三行图像子图完全独立。
当使用 make_subplots(rows=3, cols=1) 构建包含数据曲线与图像的混合布局时，常需前两行（如折线图、双 Y 轴图）共用同一 X 轴逻辑（例如时间/索引对齐），而最后一行图像子图（type="image"）应保持独立坐标系统（因其 X/Y 通常代表像素位置，不参与数值联动）。此时，禁用全局 shared_xaxes=True 是关键——否则图像子图的 X 轴也会被强制绑定，导致缩放异常或布局错乱。
正确做法是：显式指定轴匹配关系。Plotly 中 matches='x' 表示“与第一行的 x 轴（即 xaxis）同步”，而 matches='x2' 表示“与第二行的 x 轴（即 xaxis2）同步”。由于 make_subplots 默认为每行创建独立 X 轴（xaxis, xaxis2, xaxis3），我们只需让第二行 X 轴匹配第一行即可：
fig = make_subplots(
rows=3, cols=1,
vertical_spacing=0.05,
specs=[
[{"secondary_y": False}], # row 1: 普通数据图
[{"secondary_y": True}], # row 2: 双Y轴数据图
[{"secondary_y": False, "type": "image"}] # row 3: 图像，不参与共享
],
subplot_titles=(plot_title_1stsubplot, plot_title_2ndsubplot),
row_heights=[0.7, 0.15, 0.15],
shared_xaxes=False # ⚠️ 必须设为 False，避免第三行被意外绑定
)
# ✅ 关键步骤：仅让第2行X轴匹配第1行（xaxis）
fig.update_xaxes(row=2, matches='x')
# 可选：统一设置X轴可见性与标题（增强一致性）
fig.update_xaxes(showticklabels=True, title_text="Time (s)", row=1)
fig.update_xaxes(showticklabels=True, title_text="", row=2) # 第二行隐藏标签，避免重复注意事项：
- matches 必须在 fig.update_xaxes() 中按 row= 显式调用，不能通过 specs 或初始化参数设置；
- 若后续添加第4行数据图并希望也共享该X轴，只需追加 fig.update_xaxes(row=4, matches='x')；
- 图像子图（type="image"）的 xaxis3 和 yaxis3 会自动忽略 matches 设置，但为保险起见，仍建议保持 shared_xaxes=False；
- 若需同步 Y 轴（如双数据图共用同一 Y 刻度），同理使用 fig.update_yaxes(row=N, matches='y')。
通过这种细粒度控制，你既能享受共享轴带来的交互一致性（如联动缩放、平移），又能严格隔离图像子图的坐标语义，实现专业级多模态可视化布局。
