如何用Matplotlib按正确类别顺序绘制分组条形图？

问题说明 #

我使用Matplotlib编写了条形图代码，当前存在数据绘制顺序错误的问题。希望设置['25 kWh', '50 kWh', '80 kWh']三个类别，每个类别下对应展示['Optimal Control', 'PSC', 'PSC-ANN']三种方法的数据，且输入数据（如improvement_25_kWh）始终按方法顺序排列，请问该如何调整代码？

原代码 #

import matplotlib.pyplot as plt
import numpy as np

# Categories and methods
categories = ['25 kWh', '50 kWh', '80 kWh']
methods = ['Optimal Control', 'PSC', 'PSC-ANN']

#Input data
improvement_25_kWh = [13.3, 4.1, 5.4]
improvement_50_kWh = [13.8, 6.3, 4.4]
improvement_80_kWh = [14.3, 8.5, 3.8]


bar_width = 0.2
bar_positions_25_kWh = np.arange(len(categories))
bar_positions_50_kWh = bar_positions_25_kWh + bar_width
bar_positions_80_kWh = bar_positions_50_kWh + bar_width

plt.figure(figsize=(12, 7))

bars_25_kWh = plt.bar(bar_positions_25_kWh, improvement_25_kWh, color='blue', width=bar_width, label='Optimal Control')
bars_50_kWh = plt.bar(bar_positions_50_kWh, improvement_50_kWh, color='orange', width=bar_width, label='PSC')
bars_80_kWh = plt.bar(bar_positions_80_kWh, improvement_80_kWh, color='green', width=bar_width, label='PSC-ANN')


plt.xlabel('Building types', fontsize=17)
plt.ylabel('Improvement (%)', fontsize=17)


plt.xticks(bar_positions_50_kWh, categories, fontsize=15)
plt.yticks(fontsize=15)


plt.legend(fontsize=17)


plt.savefig(r'C:\Users\User1\Desktop\Result_Percentage_Improvements.png', bbox_inches='tight', dpi=200)
plt.show()

问题分析 #

原代码逻辑错误：将每个类别的所有方法数据作为一组，对应到x轴的三个类别位置上，导致每个x位置的条形是不同类别的同方法数据，和需求的“每个类别下展示三个方法的条形”完全相反。

修正后的代码 #

import matplotlib.pyplot as plt
import numpy as np

# Categories and methods
categories = ['25 kWh', '50 kWh', '80 kWh']
methods = ['Optimal Control', 'PSC', 'PSC-ANN']
colors = ['blue', 'orange', 'green']

# Input data (每个列表按方法顺序排列：Optimal Control, PSC, PSC-ANN)
improvement_25_kWh = [13.3, 4.1, 5.4]
improvement_50_kWh = [13.8, 6.3, 4.4]
improvement_80_kWh = [14.3, 8.5, 3.8]

# 将数据按方法重新组织：每个方法对应三个类别的数据
method_data = [
    [improvement_25_kWh[0], improvement_50_kWh[0], improvement_80_kWh[0]],  # Optimal Control
    [improvement_25_kWh[1], improvement_50_kWh[1], improvement_80_kWh[1]],  # PSC
    [improvement_25_kWh[2], improvement_50_kWh[2], improvement_80_kWh[2]]   # PSC-ANN
]

bar_width = 0.2
# 每个类别的基准位置
category_positions = np.arange(len(categories))

plt.figure(figsize=(12, 7))

# 循环绘制每个方法的条形：每个类别下对应方法的条形
for i, (method, data, color) in enumerate(zip(methods, method_data, colors)):
    # 每个方法的条形位置 = 类别基准位置 + bar_width * 方法索引
    bar_positions = category_positions + bar_width * i
    plt.bar(bar_positions, data, width=bar_width, color=color, label=method)

plt.xlabel('Building types', fontsize=17)
plt.ylabel('Improvement (%)', fontsize=17)

# 设置x轴刻度：位置为每个类别组的中间位置，标签为类别名
plt.xticks(category_positions + bar_width, categories, fontsize=15)
plt.yticks(fontsize=15)

plt.legend(fontsize=17)

plt.savefig(r'C:\Users\User1\Desktop\Result_Percentage_Improvements.png', bbox_inches='tight', dpi=200)
plt.show()

关键调整点 #

1. 数据重组：将输入数据按方法维度重新整理，每个方法对应三个类别的数据，确保和绘图逻辑匹配
2. 条形位置修正：以每个类别为基准，每个方法的条形位置偏移bar_width * 方法索引，保证同一类别下的三个方法条形相邻
3. x轴刻度调整：将刻度位置设置为每个类别组的中间位置（category_positions + bar_width），让标签和类别组对齐

内容的提问来源于stack exchange，提问作者PeterBe