matplotlib绘制柱状图（普通、堆叠、左右分布）

不论是堆叠、还是左右分布，其实他们都是柱状图bar，只是根据参数的不同，有不同的显示位置，多个bar呈现在一起就看上去像是堆叠起来，或是左右分布了，因此只需要控制bar的属性就可以构造不同显示效果的图：

• 堆叠：主要使用bottom属性

• 左右：主要使用了x轴偏移的一个属性

1. 堆叠图

堆叠到一起的图，如：

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

fig, ax = plt.subplots(figsize=(8, 5), dpi=100)
labels = ["数据1", "数据2", "数据3"]
left_bottom_data = [1, 2, 3]
left_top_data = [2, 4, 6]
width = 0.3  # 设置条形图一个长条的宽度
ax.bar(np.arange(len(left_bottom_data)), left_bottom_data, width=width, tick_label=labels, label="下方数据")
ax.bar(np.arange(len(left_top_data)), left_top_data, bottom=left_bottom_data, width=width, tick_label=labels,
       label="上方数据")
ax.legend()
fig.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

2. 左右图 示例代码

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

fig, ax = plt.subplots(figsize=(8, 5), dpi=100)

labels = ["数据1", "数据2", "数据3"]
left_bottom_data = [1, 2, 3]
width = 0.3  # 设置条形图一个长条的宽度
ax.bar(np.arange(len(left_bottom_data)), left_bottom_data, width=width, tick_label=labels, label="左侧数据")
right_data = [4, 7, 10]
ax.bar(np.arange(len(right_data)) + width, right_data, width=width, tick_label=labels, label="右侧数据")
ax.legend()
fig.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

3. 堆叠+左右 示例代码

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

fig, ax = plt.subplots(figsize=(8, 5), dpi=100)

labels = ["数据1", "数据2", "数据3"]
left_bottom_data = [1, 2, 3]
left_top_data = [2, 4, 6]
width = 0.3  # 设置条形图一个长条的宽度

ax.bar(np.arange(len(left_bottom_data)), left_bottom_data, width=width, tick_label=labels, label="左下数据")
ax.bar(np.arange(len(left_top_data)), left_top_data, bottom=left_bottom_data, width=width, tick_label=labels,
       label="左上数据")
right_data = [4, 7, 10]
ax.bar(np.arange(len(right_data)) + width, right_data, width=width, tick_label=labels, label="右侧数据")
ax.legend()
fig.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

图像如下所示：