Matplotlib能否绘制偏离零点的图表？是否需更换Python库？

这两种样式的图表完全可以用Matplotlib实现，只是Matplotlib没有直接对应的一键生成模板，需要组合基础绘图元素并调整细节来匹配目标样式。以下是具体实现思路和备选方案：

针对第一种图表样式 #

这类带分段填充的对比折线图，可通过以下步骤实现：

• 用plt.plot()绘制核心折线系列
• 借助plt.fill_between()函数，配合where参数指定填充条件，实现不同区间的差异化背景填充
• 调整坐标轴、图例、网格、颜色透明度等细节，匹配目标样式

示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成模拟数据
x = np.linspace(0, 10, 100)
y_series1 = np.sin(x)
y_series2 = np.cos(x)

fig, ax = plt.subplots(figsize=(10, 6))
# 绘制两条对比折线
ax.plot(x, y_series1, color="#2c3e50", linewidth=2, label="Series 1")
ax.plot(x, y_series2, color="#e74c3c", linewidth=2, label="Series 2")

# 填充两个系列的差值区域
ax.fill_between(x, y_series1, y_series2, where=(y_series1 > y_series2), 
                color="#3498db", alpha=0.3)
ax.fill_between(x, y_series1, y_series2, where=(y_series2 > y_series1), 
                color="#f39c12", alpha=0.3)

# 调整样式细节
ax.legend(frameon=True, loc="upper right")
ax.grid(axis="y", linestyle="--", alpha=0.7)
plt.tight_layout()
plt.show()

针对第二种图表样式 #

这类分组/堆叠式对比图表，可通过Matplotlib的基础条形或堆叠绘图功能实现：

• 若为分组条形图：调整plt.bar()的x坐标和width参数，实现分组错开效果
• 若为堆叠元素图：使用plt.stackplot()或多层plt.bar()叠加，配合文本标注补充信息
• 自定义颜色、边框、标签对齐方式来匹配目标样式

示例代码（分组条形）：

import matplotlib.pyplot as plt
import numpy as np

# 模拟分组数据
group_labels = ["Category 1", "Category 2", "Category 3", "Category 4"]
data_set1 = [28, 42, 35, 30]
data_set2 = [35, 30, 40, 25]

x = np.arange(len(group_labels))
bar_width = 0.35

fig, ax = plt.subplots(figsize=(10, 6))
# 绘制两组错开的条形
bar1 = ax.bar(x - bar_width/2, data_set1, bar_width, color="#27ae60", label="Set 1")
bar2 = ax.bar(x + bar_width/2, data_set2, bar_width, color="#9b59b6", label="Set 2")

# 添加数据标签
ax.bar_label(bar1, padding=3)
ax.bar_label(bar2, padding=3)

# 调整坐标轴和样式
ax.set_xticks(x)
ax.set_xticklabels(group_labels)
ax.legend(frameon=True)
ax.set_ylabel("Value")
plt.tight_layout()
plt.show()

备选Python库推荐 #

如果觉得Matplotlib的手动细节调整过于繁琐，可以选择更轻量化或交互式的高层库：

• Seaborn: 基于Matplotlib封装，提供更美观的默认样式和便捷的统计图表接口，适合快速生成风格统一的对比图
• Plotly: 交互式图表库，支持拖拽式配置和网页交互，更容易实现复杂样式的可视化
• Altair: 声明式语法，通过简洁的代码定义图表结构，自动处理样式细节，适合快速迭代图表设计

内容的提问来源于stack exchange，提问作者Alex S