堆叠条形图优化求助：内部排序、渐变配色及图例调整

我已经绘制了堆叠条形图，尝试通过以下三项优化提升可读性但未成功，仅找到JavaScript示例，现寻求Python代码解决：

• 按计数对每个条形（根意图列）内部的元素从大到小排序
• 为每个根意图列分配不同色系的渐变配色（比如蓝色系、绿色系等）
• 图例按根意图列的堆叠元素顺序排列，而非字母顺序

以下是修改后的完整代码，针对三个需求逐一实现：

import pandas as pd 
import matplotlib.pyplot as plt

def predicted_intents_plot(excel_file):
    intents = pd.read_excel(excel_file, usecols=['root_intent_title','predicted_intent_title'])

    # 获取Top5根意图
    root_intents_counts = intents['root_intent_title'].value_counts()
    top_5_root_intents = root_intents_counts.nlargest(5).index.tolist()
    filtered_intents = intents[intents['root_intent_title'].isin(top_5_root_intents)]

    # 分组统计每个根意图下的预测意图计数
    grouped_intents = filtered_intents.groupby(['root_intent_title','predicted_intent_title']).size()
    # 每个根意图保留Top3预测意图
    top_3_predicted_intents_per_root = grouped_intents.groupby(level=0).apply(
        lambda x: x.nlargest(3 if len(x) > 3 else len(x))
    ).reset_index(level=1, drop=True).reset_index()
    top_3_predicted_intents_per_root.columns = ['Root Intent Title', 'Intent', 'Counts']

    # 按根意图总计数排序根意图顺序
    total_counts = top_3_predicted_intents_per_root.groupby('Root Intent Title')['Counts'].sum().sort_values(ascending=False)
    root_order = total_counts.index.tolist()
    top_3_predicted_intents_per_root['Root Intent Title'] = pd.Categorical(
        top_3_predicted_intents_per_root['Root Intent Title'], 
        categories=root_order, 
        ordered=True
    )

    # 1. 为每个根意图单独处理内部堆叠顺序（按Counts降序）
    sorted_groups = top_3_predicted_intents_per_root.groupby('Root Intent Title', group_keys=False).apply(
        lambda x: x.sort_values('Counts', ascending=False)
    )

    # 2. 定义每个根意图的渐变色系
    root_color_palettes = {
        root_order[0]: ['#001f3f', '#0074D9', '#7FDBFF'],  # 蓝色系渐变
        root_order[1]: ['#00441b', '#2ECC40', '#A3F7BF'],  # 绿色系渐变
        root_order[2]: ['#4a0000', '#FF4136', '#FF9F99'],  # 红色系渐变
        root_order[3]: ['#4B0082', '#B10DC9', '#F1EAFF'],  # 紫色系渐变
        root_order[4]: ['#85660d', '#FFDC00', '#FFF69F']   # 黄色系渐变
    }
    # 建立意图到颜色的映射
    color_map = {}
    for root in root_order:
        group = sorted_groups[sorted_groups['Root Intent Title'] == root]
        colors = root_color_palettes[root][:len(group)]
        for intent, color in zip(group['Intent'], colors):
            color_map[intent] = color

    # 绘制堆叠条形图（手动控制堆叠顺序）
    fig, ax = plt.subplots(figsize=(10,5))
    bar_width = 0.8
    x_pos = range(len(root_order))
    bottom = [0]*len(root_order)

    # 收集图例项，按根意图的堆叠顺序排列
    legend_handles = []
    legend_labels = []

    # 按根意图顺序，逐个绘制每个堆叠层
    for root in root_order:
        group = sorted_groups[sorted_groups['Root Intent Title'] == root]
        for idx, row in group.iterrows():
            intent = row['Intent']
            count = row['Counts']
            root_idx = root_order.index(root)
            # 绘制当前堆叠段
            bar = ax.bar(
                root_idx, count, bar_width, bottom=bottom[root_idx], 
                color=color_map[intent], label=intent if intent not in legend_labels else ""
            )
            bottom[root_idx] += count
            # 只添加一次图例项
            if intent not in legend_labels:
                legend_handles.append(bar[0])
                legend_labels.append(intent)

    # 3. 按堆叠顺序设置图例
    ax.legend(handles=legend_handles, labels=legend_labels, bbox_to_anchor=(1.05, 1), loc='upper left')

    # 图表样式调整
    ax.set_xticks(x_pos)
    ax.set_xticklabels(root_order, rotation=0, ha='center')
    ax.set_xlabel("", size=10)
    ax.set_ylabel("", size=10)
    plt.tick_params(axis='both', which='both', length=0)

    # 边框样式
    ax.spines['top'].set_visible(False)
    ax.spines['right'].set_visible(False)
    ax.spines['left'].set_visible(False)
    ax.spines['bottom'].set_color((64/255, 64/255, 64/255))

    # 文字颜色
    text_color = (64/255, 64/255, 64/255)
    ax.xaxis.label.set_color(text_color)
    ax.yaxis.label.set_color(text_color)
    for tick in ax.get_xticklabels():
        tick.set_color(text_color)
    for tick in ax.get_yticklabels():
        tick.set_color(text_color)

    plt.tight_layout()
    plt.show()

优化点说明 #

1. 条形内部按计数排序：通过对每个根意图的分组数据单独按Counts降序排序，手动绘制每个堆叠段，确保每个条形内的元素从大到小排列，解决了原pivot方式导致的全局顺序问题。
2. 根意图专属渐变色系：为每个Top5根意图定义了从深到浅的专属色系，通过color_map将每个意图映射到对应色系的颜色，让不同根意图的条形区分度更高。
3. 按堆叠顺序排列图例：在绘制过程中收集图例项，确保图例顺序与每个根意图内堆叠元素的出现顺序一致（即计数从高到低的顺序），而非默认的字母排序。

内容的提问来源于stack exchange，提问作者tribolil