Python中Matplotlib绘制堆叠条形图（stacked bar）步骤详细介绍 代码示例

绘制堆叠条形图是数据可视化中的一种常见方法，用于比较不同组别中的类别数据，并同时展示每个组别内部的分布。在Python中，可以使用matplotlib库来创建堆叠条形图。在本文中，将详细解释如何使用matplotlib来绘制堆叠条形图，包括数据准备、条形位置的计算、图表的绘制。

1 导入库

首先，确保已经安装了matplotlib库。如果没有安装，可以使用以下命令进行安装：

pip install matplotlib

接下来，导入所需的库：

import matplotlib.pyplot as plt
import numpy as np

2 准备数据

为了创建堆叠条形图，需要有多个类别的数据，并且每个类别内有不同的组别。以下是一个简单的例子：

# 数据
categories = ['Category A', 'Category B', 'Category C']
bar_width = 0.8  # 条形宽度
data_group1 = [10, 15, 20]
data_group2 = [8, 12, 15]
data_group3 = [5, 10, 12]

3 计算条形位置

使用numpy库中的arange函数来计算每个类别内的条形位置：

# 计算条形的位置
bar_positions = np.arange(len(categories))

4 绘制堆叠条形图

使用plt.bar()函数绘制堆叠条形图。确保设置bottom参数来堆叠条形，这样每个组别的条形将会堆叠在前一个组别的条形之上。

# 绘制堆叠条形图
plt.bar(bar_positions, data_group1, width=bar_width, label='Group 1')
plt.bar(bar_positions, data_group2, width=bar_width, label='Group 2', bottom=data_group1)
plt.bar(bar_positions, data_group3, width=bar_width, label='Group 3', bottom=np.array(data_group1) + np.array(data_group2))

5 添加标签和标题

添加一些标签和标题，以提高图表的可读性：

# 添加标签和标题
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Stacked Bar Chart')

6 定制化图表

可以根据需要进行定制化，比如添加图例、调整坐标轴范围、设置颜色等：

# 添加图例
plt.legend()
# 设置x轴刻度和标签
plt.xticks(bar_positions, categories)

7 显示图形

最后一步是显示图形：

# 显示图形
plt.show()

完整代码

将以上步骤整合在一起，得到一个完整的堆叠条形图绘制代码：

import matplotlib.pyplot as plt
import numpy as np
# 数据
categories = ['Category A', 'Category B', 'Category C']
bar_width = 0.8  # 条形宽度
data_group1 = [10, 15, 20]
data_group2 = [8, 12, 15]
data_group3 = [5, 10, 12]
# 计算条形的位置
bar_positions = np.arange(len(categories))
# 绘制堆叠条形图
plt.bar(bar_positions, data_group1, width=bar_width, label='Group 1')
plt.bar(bar_positions, data_group2, width=bar_width, label='Group 2', bottom=data_group1)
plt.bar(bar_positions, data_group3, width=bar_width, label='Group 3', bottom=np.array(data_group1) + np.array(data_group2))
# 添加标签和标题
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Stacked Bar Chart')
# 添加图例
plt.legend()
# 设置x轴刻度和标签
plt.xticks(bar_positions, categories)
# 显示图形
plt.show()