如何为堆叠条形图添加堆叠式X轴标签

要实现类似参考示例的多层堆叠X轴效果，核心是给DataFrame设置多层索引，并调整标签生成函数的位置参数，具体修改如下：

关键修改步骤 #

1. 构建多层索引 #

当前代码仅使用单层索引，无法支撑多层标签生成。我们需要添加大组分类，并将其与现有部署目标设为双层索引：

# 在创建DataFrame后添加大组标签，区分不同的分组
df['Group'] = ['DV only'] + ['场景1']*3 + ['场景2']*3 + ['场景3']*3
# 设置双层索引：外层为大组，内层为部署目标
df.set_index(['Group', 'Deployment target'], inplace=True)

2. 调整标签生成函数的位置参数 #

原函数的标签位置会导致多层标签重叠，需要修改初始Y轴位置和层级间距：

def label_group_bar_table(ax, df):
    ypos = -.15  # 下调初始标签位置，避免重叠
    scale = 1./df.index.size
    # 从外层到内层遍历索引层级
    for level in range(df.index.nlevels)[::-1]:
        pos = 0
        for label, rpos in label_len(df.index,level):
            lxpos = (pos + .5 * rpos)*scale
            ax.text(lxpos, ypos, label, ha='center', transform=ax.transAxes)
            add_line(ax, pos*scale, ypos)
            pos += rpos
        add_line(ax, pos*scale , ypos)
        ypos -= .12  # 增大层级间的垂直间距

3. 优化图表布局 #

调整图表尺寸和底部间距，适配多层标签：

fig = plt.figure(figsize=(10,6))  # 增大图表宽度，避免标签拥挤
# ... 其他代码 ...
# 调整底部间距，预留足够空间放多层标签
fig.subplots_adjust(bottom=.25*df.index.nlevels, left=0.1)

完整修改后的代码 #

import numpy as np
from matplotlib import pyplot as plt
from itertools import groupby
import pandas as pd

percent_EVs = [0, 8, 21, 26, 37, 39, 41, 75, 95, 97]
percent_DVs = [100, 92, 79, 74, 63, 61, 59, 25, 5, 3]
num_buses = [1423, 1489, 1613, 1606, 1710, 1684, 1694, 2153, 2202, 2195]
veh_range = ['DV only', 60, 120, 150, 60, 120, 150, 60, 120, 150]
deployment = ['DV only', 'Low', 'Medium', 'High', 'Low', 'Medium', 'High', 'Low', 'Medium', 'High']

df = pd.DataFrame({"Percent EVs": percent_EVs, "Percent DVs": percent_DVs,
                   "# Buses": num_buses, "Range (mi)":veh_range, 
                   "Deployment target": deployment})

# 添加大组标签并设置双层索引
df['Group'] = ['DV only'] + ['场景1']*3 + ['场景2']*3 + ['场景3']*3
df.set_index(['Group', 'Deployment target'], inplace=True)

def add_line(ax, xpos, ypos):
    line = plt.Line2D([xpos, xpos], [ypos + .1, ypos],
                      transform=ax.transAxes, color='black')
    line.set_clip_on(False)
    ax.add_line(line)

def label_len(my_index,level):
    labels = my_index.get_level_values(level)
    return [(k, sum(1 for i in g)) for k,g in groupby(labels)]

def label_group_bar_table(ax, df):
    ypos = -.15
    scale = 1./df.index.size
    for level in range(df.index.nlevels)[::-1]:
        pos = 0
        for label, rpos in label_len(df.index,level):
            lxpos = (pos + .5 * rpos)*scale
            ax.text(lxpos, ypos, label, ha='center', transform=ax.transAxes)
            add_line(ax, pos*scale, ypos)
            pos += rpos
        add_line(ax, pos*scale , ypos)
        ypos -= .12

fig = plt.figure(figsize=(10,6))
ax = fig.add_subplot(111)

# 绘制堆叠柱状图
df.plot.bar(stacked=True, rot=0, alpha=0.5, legend=False, ax=ax)

# 隐藏默认X轴标签
labels = ['' for item in ax.get_xticklabels()]
ax.set_xticklabels(labels)
ax.set_xlabel('')

# 添加多层X轴标签
label_group_bar_table(ax, df)

# 调整布局并显示图例
fig.subplots_adjust(bottom=.25*df.index.nlevels, left=0.1)
plt.legend(loc='upper right')
plt.show()

修改后会生成两层X轴：上层为大组标签（DV only、场景1/2/3），下层为每个柱子的部署目标（DV only、Low/Medium/High），并用分隔线清晰区分不同分组。

内容的提问来源于stack exchange，提问作者tcokyasar