如何在Matplotlib库中为条形图（bar plot）计算并显示每个组别的平均值？

在Matplotlib库中，你可以通过数据处理和绘图步骤来为条形图计算并显示每个组别的平均值。这里是一个简单的例子：

首先，假设你有一个包含类别名和数值的DataFrame `df`：

import pandas as pd
import matplotlib.pyplot as plt

# 示例数据
data = {'Category': ['A', 'B', 'C', 'D'],
        'Values': [4, 8, 6, 10]}
df = pd.DataFrame(data)

然后，你可以创建一个条形图，并利用`mean()`函数计算每个类别的平均值：

# 绘制条形图
fig, ax = plt.subplots()
bars = ax.bar(df['Category'], df['Values'])

# 计算并获取每个组别的索引
groups = df.groupby('Category')['Values'].mean().index.tolist()

# 创建一个新的系列来存储平均值
averages = df.groupby('Category')['Values'].mean()

# 将平均值添加到图表上，通常作为线图或点图
ax.plot(groups, averages.values, marker='o', linestyle=':', color='red')

# 显示每个条形顶部的平均值标签
for bar, average in zip(bars, averages):
    height = bar.get_height()
    ax.annotate(f'{average:.2f}', xy=(bar.get_x() + bar.get_width() / 2., height), xytext=(0, 3), textcoords='offset points', ha='center', va='bottom')

plt.show()

这个例子中，我们先绘制了原始的条形图，然后计算了每个类别的平均值，并将结果添加到了图表的另一部分，通常是作为线图或标记在每个条形上。