如何为Python堆叠柱状图添加连接类别边缘角落的趋势线

要实现连接堆叠柱状图中每个子柱状图左右角落的趋势线，核心是获取每个主柱子的左右边界x坐标，而非中点，再对应到子柱的上下y边界。以下是修改后的完整实现：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 示例数据（包含零值测试）
df = pd.DataFrame({
    'Category1': [1, 2, 0, 4],
    'Category2': [2, 3, 4, 5],
    'Category3': [3, 0, 5, 6]
}, index=['Bar1', 'Bar2', 'Bar3', 'Bar4'])

ax = df.plot(kind='bar', stacked=True)

# 获取柱状图的宽度（堆叠柱的主柱子宽度统一）
bar_width = ax.patches[0].width

# 计算累积和，确定每个子柱状图的上边界y值
df_cumsum = df.cumsum(axis=1)

# 遍历每个类别，绘制对应子柱的上下边缘趋势线
for i, category in enumerate(df.columns):
    # 子柱的上、下边界y值
    y_upper = df_cumsum[category].values
    y_lower = y_upper - df[category].values
    # 主柱子的中点x坐标
    x_mid = np.arange(len(df))
    
    # 计算每个主柱子的左右边界x坐标
    x_left = x_mid - bar_width / 2
    x_right = x_mid + bar_width / 2
    
    # 构建上边缘的点序列：依次连接每个子柱的左角落→右角落
    x_upper_points = np.array([[left, right] for left, right in zip(x_left, x_right)]).flatten()
    y_upper_points = np.array([[y, y] for y in y_upper]).flatten()
    
    # 构建下边缘的点序列：依次连接每个子柱的左角落→右角落
    x_lower_points = np.array([[left, right] for left, right in zip(x_left, x_right)]).flatten()
    y_lower_points = np.array([[y, y] for y in y_lower]).flatten()
    
    # 绘制趋势线，添加标记区分
    plt.plot(x_upper_points, y_upper_points, marker='o', linestyle='-', label=f'{category} 上边缘')
    plt.plot(x_lower_points, y_lower_points, marker='s', linestyle='--', label=f'{category} 下边缘')

plt.legend(loc='upper left')
plt.tight_layout()
plt.show()

关键修改说明 #

1. 获取柱状图宽度：通过ax.patches获取所有绘制的子柱子，提取第一个柱子的width属性，得到主柱子的统一宽度。
2. 生成左右边界坐标：每个主柱子的中点为np.arange(len(df))，左右边界通过中点±宽度/2计算得到。
3. 构建连贯点序列：将每个柱子的左右x坐标与对应的上下y值配对展平，确保折线依次连接每个子柱的左、右角落，完全贴合子柱边缘。
4. 零值兼容：当类别数值为0时，上下边界y值相等，折线会自动变为水平线段，不会出现异常显示。

内容的提问来源于stack exchange，提问作者jov14