强制Y轴从0开始

检查此代码：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import matplotlib.ticker as mtick
import numpy as np

events_df = pd.DataFrame({'dt': pd.date_range(start = '2020-02-01', end = '2020-05-16')})
events_df['match_rate'] = 100*(0.48 + (0.9 - 0.48)*np.random.rand(len(events_df.index)))
events_df['score'] = 100*(0.35 + (1 - 0.35)*np.random.rand(len(events_df.index)))

fig, ax1 = plt.subplots(figsize=(18,12))
fig.autofmt_xdate()

tick_spacing = 5

ax1.fmt_xdata = mdates.DateFormatter('%Y-%m-%d')
color = 'tab:blue'
ax1.set_xlabel('Date',fontsize=18)
ax1.plot(events_df['dt'], events_df['match_rate'], color=color)
ax1.tick_params(axis='y', labelcolor=color)
ax1.yaxis.set_major_formatter(mtick.PercentFormatter())
ax1.set_ylim([0, 100])

ax2 = ax1.twinx()

color = 'tab:red'
ax2.plot(events_df['dt'], events_df['score'], color=color)
ax2.tick_params(axis='y', labelcolor=color)
ax2.yaxis.set_major_formatter(mtick.PercentFormatter())

fig.tight_layout()
plt.show()

这给了我这个情节：

由于我没有您的数据，因此我会随机生成一个数据以进行绘图；用您的替换它们。
在我的情况下，'match_rate'和'score'列分别float在范围(48-90)和中(35-100)。所以我设定

ax1.yaxis.set_major_formatter(mtick.PercentFormatter())

告诉matplotlib y轴具有百分比格式，然后用

ax1.set_ylim([0, 100])

这取决于'match_rate'and'score'列中的数据类型：了解它们将很有用。