如何在Matplotlib/Pyplot中实现类似ggplot coord_flip的坐标轴交换功能？

我懂你的痛点！ggplot里的coord_flip()确实省心，但Matplotlib虽然没有完全对应的一键函数，其实用两行代码就能实现你要的效果，而且逻辑很直观。核心思路是直接把变量对应到正确的轴上，再调整y轴的方向——因为气压层级的数值和垂直高度是反向的（数值越小，高度越高），所以必须反转y轴才能让图表符合“从上到下是高层到低层”的直觉。

具体实现步骤 #

先准备示例数据（你可以替换成自己的NumPy数组）：

import numpy as np
import matplotlib.pyplot as plt

# 示例气压层级（单位hPa，数值越小高度越高）
pressure_levels = np.array([1000, 800, 500, 300, 100])
# O3混合比（ppmv）
o3_ppmv = np.array([0.02, 0.05, 0.1, 0.15, 0.08])

方法1：水平条形图（适合展示每个层级的数值） #

如果你想用条形图展示每个气压层的O3浓度，直接用barh()函数（水平条形图），然后反转y轴：

plt.figure(figsize=(8, 6))
# barh的第一个参数是y轴数据（气压层级），第二个是x轴数据（O3浓度）
plt.barh(pressure_levels, o3_ppmv, height=50)
# 反转y轴，让高气压（低层）在下方，低气压（高层）在上方，符合垂直层级的直觉
plt.gca().invert_yaxis()

# 设置轴标签和标题
plt.xlabel('O3 (ppmv)')
plt.ylabel('Pressure Level (hPa)')
plt.title('Ozone Mixing Ratio by Vertical Pressure Level')
plt.tight_layout()
plt.show()

方法2：折线/散点图（适合展示垂直分布趋势） #

如果要展示O3浓度随垂直高度的变化趋势，用散点图或折线图时，同样把O3设为x轴、气压层级设为y轴，再反转y轴：

plt.figure(figsize=(8, 6))
# 散点图
plt.scatter(o3_ppmv, pressure_levels, color='darkorange', s=80)
# 可选：添加折线连接点，更清晰展示趋势
plt.plot(o3_ppmv, pressure_levels, linestyle='--', color='gray')

# 反转y轴
plt.gca().invert_yaxis()

plt.xlabel('O3 (ppmv)')
plt.ylabel('Pressure Level (hPa)')
plt.title('Vertical Profile of Ozone Mixing Ratio')
plt.tight_layout()
plt.show()

为什么之前的尝试无效？ #

你提到的orientation参数，在bar()函数里设置orientation='horizontal'其实和barh()是等价的，但如果没反转y轴，气压层级的顺序会是“高层（低数值）在下方，低层（高数值）在上方”，完全不符合垂直层级的直觉。而直接把数组设为x轴的话，同样忽略了y轴方向的调整，所以看起来不对。

内容的提问来源于stack exchange，提问作者B.Quaink