fig, ax1 = plt.subplots()

ax1.plot(pd.to_datetime(df_key1_2.iloc[:, 0]), df_key1_2.iloc[:, 1], color='tab:blue')
ax1.set_ylabel(dict_2[key_1][-1][0], color='tab:blue')
ax1.tick_params(axis='y', labelcolor='tab:blue')

# # 创建一个共享x轴的新的y轴
# ax2 = ax1.twinx()
# # 绘制第二条折线
# ax2.plot(df.index, df['B'], color='tab:red')
# ax2.set_ylabel('B', color='tab:red')
# ax2.tick_params(axis='y', labelcolor='tab:red')


ax1.legend()
fig.tight_layout()
plt.show()

当然可以。在matplotlib图表中，你可以添加许多不同的元素，包括但不限于：

  • 标题：你可以使用plt.title('Your Title')来添加一个标题。
  • 轴标签：使用plt.xlabel('Your Label')和plt.ylabel('Your Label')来添加x轴和y轴的标签。
  • 图例：如果你在绘制线条或其他对象时使用了label参数，那么可以通过调用plt.legend()来显示图例。
  • 文本注释：你可以使用plt.text(x, y, 'Your Text')在指定的位置添加文本注释。
  • 网格线：通过plt.grid(True)可以添加网格线。

这只是一些基本的元素，matplotlib库提供了许多其他功能，可以创建非常复杂和详细的图表。你可以查阅matplotlib文档以获取更多信息和示例。希望这个信息对你有所帮助！

Matplotlib是一个用于创建静态、动画和交互式可视化的Python库1。以下是一个基本的Matplotlib绘图框架：

import matplotlib.pyplot as plt

# 创建一个新的图形窗口
fig, ax = plt.subplots()

# 在这个窗口中绘制你想要的图形
ax.plot([1, 2, 3, 4], [1, 4, 2, 3])

# 显示图形
plt.show()

这个代码会创建一个新的图形窗口，并在这个窗口中绘制一条折线图。你可以根据需要调整这个代码。

如果你想要查看更多的示例，你可以访问Matplotlib的官方示例页面。希望这个代码对你有所帮助！