如何在Python中绘制指定格式的柱状图？

问题背景 #

需要分析三层嵌套格式的数据，绘制柱状图展示y_data中10组数据各自的6个数据点（对应标签a到f）。当前尝试的两层循环绘图未成功，核心困惑在于三层嵌套列表的结构处理。

原始数据 #

x_labels = ['a', 'b', 'c', 'd', 'e', 'f']

y_data =   [ [ [10], [20], [30], [40], [50], [60] ],    
             [ [10], [20], [30], [40], [50], [60] ],      
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ] ] 

目标图表样式 #

尝试的代码（未成功） #

import matplotlib.pyplot as plt

x_labels = ['a', 'b', 'c', 'd', 'e', 'f']
y_data =   [ [ [10], [20], [30], [40], [50], [60] ],    
             [ [10], [20], [30], [40], [50], [60] ],      
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ],     
             [ [10], [20], [30], [40], [50], [60] ] ]

x_temp = []
y_temp = []

fig, ax = plt.subplots()

for i in range(len(y_data)):
    for j in range(len(y_data[i])):
        x_temp.append(x_labels[j])
        y_temp.append(y_data[i][j])

ax.bar(x_temp, y_temp)
plt.show()

问题分析 #

1. 数据结构问题：y_data最内层是单元素列表（如[10]），直接append到y_temp会传入列表而非数值，导致绘图报错。
2. 绘图逻辑问题：原代码把所有数据按x标签堆叠，没有实现每个标签下放置10组柱子的目标。

解决方案 #

修正后的代码 #

import matplotlib.pyplot as plt

x_labels = ['a', 'b', 'c', 'd', 'e', 'f']
y_data = [ [ [10], [20], [30], [40], [50], [60] ] for _ in range(10) ]

# 扁平化数据：提取最内层的数值，把三层结构转为二维数值列表
flattened_y = [[item[0] for item in group] for group in y_data]

fig, ax = plt.subplots(figsize=(10, 6))

# 设置柱子宽度，确保同一标签下的10个柱子能并排显示
bar_width = 0.08
# 基础x轴位置
x = range(len(x_labels))

# 循环绘制每组数据的柱子
for i, group_data in enumerate(flattened_y):
    # 计算每组柱子的偏移量，避免重叠
    offset = i * bar_width
    ax.bar([pos + offset for pos in x], group_data, width=bar_width, label=f'组{i+1}')

# 调整x轴刻度位置，使其对齐每组柱子的中间
ax.set_xticks([pos + bar_width*4.5 for pos in x])
ax.set_xticklabels(x_labels)

# 添加图表标签和图例
ax.set_xlabel('类别')
ax.set_ylabel('数值')
ax.set_title('每组数据的类别分布')
# 把图例放在图表外侧，避免遮挡数据
ax.legend(loc='upper left', bbox_to_anchor=(1, 1))

plt.tight_layout()
plt.show()

关键说明 #

• 数据扁平化：通过列表推导式将[[10], [20]]这类结构直接提取为[10, 20]，解决数值类型不匹配的问题。
• 柱子偏移处理：给每组数据的柱子设置不同偏移量，确保同一x标签下的10个柱子并排展示，不会互相重叠。
• x轴刻度调整：将刻度位置设置在每组柱子的中间，保证类别标签与对应柱子组对齐。

内容的提问来源于stack exchange，提问作者David777