Matplotlib bar绘图为何未对相同X轴标签的Y值求和？

为什么只显示最后一个Y值？ #

matplotlib的ax.bar()函数不会自动对重复的X轴标签做数值聚合，它的逻辑是：传入多少组(x,y)对，就绘制多少个柱状条。当多个柱状条的X轴标签相同时，它们会被绘制在同一个位置，后绘制的柱状条会完全覆盖前面的，所以你看到的是每个标签对应的最后一个Y值（比如F对应的9，是列表中最后一个F的Y值）。

你的代码里x有10个元素、y对应10个值，实际生成了10个柱状条，但其中D对应4个、F对应2个，这些重叠的柱状条被后绘制的覆盖，最终视觉上只显示每个标签的最后一个Y值。

解决办法：先聚合数据再绘图 #

要实现相同标签的Y值累加，需要先手动对数据按X标签分组求和，再传入bar()函数。

方法1：用Python字典手动聚合

import matplotlib.pyplot as plt

x = ['A', 'B', 'C', 'D', 'D', 'D', 'D', 'E', 'F', 'F']
y = [5, 8, 7, 9, 9, 2, 7, 8, 8, 9]

# 按标签累加Y值
sum_data = {}
for label, value in zip(x, y):
    sum_data[label] = sum_data.get(label, 0) + value

# 提取聚合后的标签和数值
agg_labels = list(sum_data.keys())
agg_values = list(sum_data.values())

fig, ax = plt.subplots()
ax.bar(agg_labels, agg_values)
# 添加数值标签让结果更清晰
for i, v in enumerate(agg_values):
    ax.text(i, v + 0.2, str(v), ha='center')

plt.show()

方法2：用Pandas分组聚合（更简洁）

如果数据量较大，用Pandas的分组功能会更高效：

import matplotlib.pyplot as plt
import pandas as pd

x = ['A', 'B', 'C', 'D', 'D', 'D', 'D', 'E', 'F', 'F']
y = [5, 8, 7, 9, 9, 2, 7, 8, 8, 9]

# 转为DataFrame并分组求和
df = pd.DataFrame({'category': x, 'value': y})
agg_df = df.groupby('category')['value'].sum().reset_index()

fig, ax = plt.subplots()
ax.bar(agg_df['category'], agg_df['value'])
# 添加数值标签
for idx, row in agg_df.iterrows():
    ax.text(idx, row['value'] + 0.2, str(row['value']), ha='center')

plt.show()

补充：如果需要堆叠柱状图 #

如果你想展示每个重复标签下的细分Y值（而非总和），可以用bottom参数实现堆叠效果：

import matplotlib.pyplot as plt
from collections import defaultdict

x = ['A', 'B', 'C', 'D', 'D', 'D', 'D', 'E', 'F', 'F']
y = [5, 8, 7, 9, 9, 2, 7, 8, 8, 9]

# 按标签收集所有Y值
grouped = defaultdict(list)
for label, val in zip(x, y):
    grouped[label].append(val)

fig, ax = plt.subplots()
labels = list(grouped.keys())
bottom = [0] * len(labels)

# 逐个绘制堆叠的柱状条
for label_idx, label in enumerate(labels):
    values = grouped[label]
    for val in values:
        ax.bar(label_idx, val, bottom=bottom[label_idx])
        bottom[label_idx] += val

# 设置X轴标签
ax.set_xticks(range(len(labels)))
ax.set_xticklabels(labels)

plt.show()

内容的提问来源于stack exchange，提问作者VERBOSE