python分组堆叠柱状图

好的，让我来回答你的问题。Python分组堆叠柱状图可以使用Matplotlib库来绘制。你可以使用以下代码来实现：

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
data = np.array([[10, 20, 30], [20, 25, 10], [15, 30, 25]])

# 设置标签
labels = ['Group 1', 'Group 2', 'Group 3']

# 绘制堆叠柱状图
plt.bar(labels, data[:, 0], label='Bar 1')
plt.bar(labels, data[:, 1], bottom=data[:, 0], label='Bar 2')
plt.bar(labels, data[:, 2], bottom=data[:, 0]+data[:, 1], label='Bar 3')

# 添加图例
plt.legend()

# 显示图形
plt.show()

这段代码将创建一个分组堆叠柱状图，其中每个组有三个柱子。每个柱子表示一个数据集，堆叠在一起。你可以根据需要修改数据和标签来适应你的需求。

相关问题

python堆叠柱状图实战

堆叠柱状图是一种常见的数据可视化方式，它通常被用于展示多个数据变量在不同时间或类别下的相对比例和变化趋势。

Python是一门具有强大数据分析和可视化能力的编程语言，它拥有丰富的可视化库和工具，如Matplotlib、Seaborn、Plotly等等，这些库提供了丰富的绘图函数和样式设置，使得用户可以轻松地生成各种类型的图表，包括堆叠柱状图。

在Python中实现堆叠柱状图通常需要以下步骤：

1.导入绘图库和数据分析库；

2.准备数据，将需要绘制的数据按照分组和堆叠的要求进行整理和处理；

3.设置绘图参数和样式，包括标题、标签、颜色、轴线、图例等；

4.调用绘图函数，生成堆叠柱状图并保存为图片或展示在屏幕上。

例如，下面的代码展示了如何使用Matplotlib库绘制一个简单的堆叠柱状图：

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
data = np.array([[10, 20, 30], [20, 25, 40], [15, 30, 35], [25, 20, 30]])

# 绘图参数和样式设置
labels = ['Group 1', 'Group 2', 'Group 3', 'Group 4']
x = np.arange(len(labels))
width = 0.35
colors = ['r', 'g', 'b']

# 调用绘图函数
fig, ax = plt.subplots()
for i in range(data.shape[1]):
bottom = data[:, :i].sum(axis=1)
ax.bar(x, data[:, i], width, bottom=bottom, label='Stack {}'.format(i+1), color=colors[i])

ax.set_ylabel('Value')
ax.set_title('Stacked Bar Chart')
ax.set_xticks(x)
ax.set_xticklabels(labels)
ax.legend()

plt.show()

通过上述代码，我们可以生成一个带有4个分组，3个堆叠变量的堆叠柱状图，展示了这些变量在不同分组下的相对比例和变化趋势。在绘图过程中，我们可以根据具体需求设置不同的参数和样式，以满足数据可视化的需求。

绘制不同年龄段、性别与客舱等级的堆叠柱状图

好的，根据泰坦尼克号数据中的年龄段、性别与客舱等级，可以进行多维度的可视化分析。以下是一个简单的 Python 可视化代码示例，用于绘制不同年龄段、性别与客舱等级的堆叠柱状图：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_csv('train.csv')

# 数据清洗
df = df.dropna(subset=['Age'])  # 删除年龄为空的行
df['AgeGroup'] = pd.cut(df['Age'], bins=[0, 18, 30, 50, 100], labels=['<18', '18-30', '30-50', '50+'])  # 分组年龄段

# 计算平均票价
fare_by_group = df.groupby(['Sex', 'Pclass', 'AgeGroup'])['Fare'].mean().unstack()

# 绘制堆叠柱状图
fare_by_group.plot(kind='bar', stacked=True)
plt.title('Fare by Age Group, Sex and Class')
plt.xlabel('Age Group, Sex and Class')
plt.ylabel('Fare')
plt.show()

这段代码将读取名为 `train.csv` 的泰坦尼克号数据集，并进行数据清洗和分组。然后，通过 `groupby` 函数，将数据按照不同年龄段、性别与客舱等级进行分组，并计算平均票价。最后，将结果绘制为堆叠柱状图。通过调整 `bins` 参数和 `labels` 参数，可以控制年龄段的分组情况。通过修改和调整代码，可以进行更多维度的可视化分析。