如何制作Y轴为观测计数的平滑堆叠面积图？

需求背景 #

需要制作堆叠面积图，满足两个核心要求：

• Y轴显示实际观测计数，而非0-1的比例值
• 图形为平滑的分布曲线样式，保留堆叠的重叠分布效果

示例数据 #

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from scipy.stats import gaussian_kde

np.random.seed(365)  # 保证结果可复现

start_date = pd.date_range(start="2015-09-13", periods=200, freq="13D")
duration = np.random.exponential(scale=5, size=len(start_date)).round(1)
boolean = np.random.randint(2, size=len(start_date))
boolean = [bool(x) for x in boolean]

df = pd.DataFrame({"duration": duration, "terminated": boolean})

现有方法的局限 #

• 用groupby+plot能得到计数Y轴，但图形是尖刺状的堆叠柱状图，缺乏平滑感：

  df.groupby(by=["terminated", "duration"]).size().unstack(level=0)\
      .plot(use_index=True, kind="area", stacked=True)
  

• 用sns.kdeplot能生成平滑堆叠曲线，但Y轴是比例密度，不是实际计数：

  sns.kdeplot(data=df, x="duration", hue="terminated", multiple="stack")
  

解决方案：手动转换KDE密度为计数，绘制平滑堆叠面积图 #

核心逻辑：先计算每组的KDE密度曲线，再将密度值乘以对应组的样本数量，把比例刻度转换成实际计数，最后用matplotlib绘制堆叠填充的平滑曲线。

完整代码：

# 拆分两组数据
df_false = df[df["terminated"] == False]["duration"]
df_true = df[df["terminated"] == True]["duration"]

# 生成连续X轴取值范围（保证曲线平滑）
x_values = np.linspace(df["duration"].min(), df["duration"].max(), 200)

# 计算两组的KDE密度
kde_false = gaussian_kde(df_false)
kde_true = gaussian_kde(df_true)

# 将密度转换为计数：密度值 × 组内样本数
y_false = kde_false(x_values) * len(df_false)
y_true = kde_true(x_values) * len(df_true)

# 绘制堆叠面积图
plt.figure(figsize=(10, 6))
# 绘制上层组（terminated=True）
plt.fill_between(x_values, y_false + y_true, y_false, color="#ff7f0e", alpha=0.6, label="terminated=True")
# 绘制下层组（terminated=False）
plt.fill_between(x_values, y_false, color="#1f77b4", alpha=0.6, label="terminated=False")

# 添加平滑曲线轮廓
plt.plot(x_values, y_false, color="#1f77b4", linewidth=1)
plt.plot(x_values, y_false + y_true, color="#ff7f0e", linewidth=1)

# 设置图表标签与标题
plt.xlabel("Duration")
plt.ylabel("Observation Count")
plt.title("Stacked Smooth Area Plot (Count Y-axis)")
plt.legend()
plt.show()

关键说明 #

• 使用scipy.stats.gaussian_kde计算核密度估计，确保曲线的平滑度
• 密度值乘以组内样本数，直接将比例刻度转换为实际观测计数，精准匹配需求
• 通过fill_between实现堆叠填充，叠加两组Y值得到堆叠后的总高度，同时保留平滑曲线的视觉效果

内容的提问来源于stack exchange，提问作者JoMcGee