如何使用Seaborn高效绘制基于Pandas支出数据的堆叠条形图

当然有更优的实现方式！既可以简化你原来的Pandas流程，又能用上Seaborn的美观样式，甚至可以纯Seaborn API实现堆叠效果，下面给你两种实用方案：

方案一：简化Pandas堆叠条形图 + Seaborn样式（最便捷） #

你原来的思路没问题，但可以把聚合和绘图步骤压缩得更简洁，同时用Seaborn的全局样式美化图表，兼顾效率和美观：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 你的原始数据
d = {'Month': ['Jan', 'Jan', 'Jan', 'Feb', 'Feb', 'Mar', 'Mar', 'Mar', 'Mar'], 
     'Amount': [5, 65, 29, 200, 28.5, 12, 4, 100, 21], 
     'Category': ['Travel', 'Food', 'Dentist', 'Dentist', 'Food', 'Travel', 'Food', 'Sport', 'Sport']}
df = pd.DataFrame(d)

# 启用Seaborn的美观样式
sns.set_style("whitegrid")

# 一步完成聚合+堆叠条形图绘制
df.groupby(['Month', 'Category'])['Amount'].sum().unstack().plot.bar(
    stacked=True, 
    cmap='tab20', 
    figsize=(8,6)
)

# 图表美化
plt.ylabel('Total Expense')
plt.title('Monthly Expenses Breakdown by Category')
plt.legend(title='Expense Category', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()
plt.show()

关键简化点： #

• 用groupby(...).sum().unstack()替代你原来的groupby -> reset_index -> pivot，一行完成数据格式转换
• 启用Seaborn样式后，Pandas绘制的图表会自动套用Seaborn的配色和风格，无需额外修改

方案二：纯Seaborn实现堆叠条形图（高度自定义） #

如果你想完全基于Seaborn的API实现（而非依赖Pandas的plot方法），可以通过计算累计值来实现堆叠效果，方便你对图表细节做更精细的调整：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 原始数据
d = {'Month': ['Jan', 'Jan', 'Jan', 'Feb', 'Feb', 'Mar', 'Mar', 'Mar', 'Mar'], 
     'Amount': [5, 65, 29, 200, 28.5, 12, 4, 100, 21], 
     'Category': ['Travel', 'Food', 'Dentist', 'Dentist', 'Food', 'Travel', 'Food', 'Sport', 'Sport']}
df = pd.DataFrame(d)

# 1. 聚合每个月每个类别的总支出
agg_df = df.groupby(['Month', 'Category'], as_index=False)['Amount'].sum()

# 2. 计算每个类别在当月的堆叠起点（前面所有类别的金额总和）
agg_df['cumulative_amount'] = agg_df.groupby('Month')['Amount'].cumsum() - agg_df['Amount']

# 设置Seaborn样式
sns.set_style("whitegrid")
plt.figure(figsize=(8,6))

# 3. 循环绘制每个类别的堆叠条形
for category in agg_df['Category'].unique():
    subset = agg_df[agg_df['Category'] == category]
    sns.barplot(
        x='Month', 
        y='Amount', 
        data=subset, 
        bottom=subset['cumulative_amount'], 
        label=category
    )

# 图表美化
plt.ylabel('Total Expense')
plt.title('Monthly Expenses Breakdown by Category')
plt.legend(title='Expense Category', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()
plt.show()

核心逻辑： #

• cumulative_amount字段代表当前类别在当月堆叠条形中的底部位置，即该类别之前所有类别的金额总和
• 通过给每个类别的barplot设置bottom参数，实现条形堆叠的效果，完全基于Seaborn API，风格统一

方案选择建议： #

• 如果追求快速出图，优先选方案一，代码最简洁，兼顾Pandas的便捷和Seaborn的美观
• 如果需要对图表元素（如颜色、标签、条形样式）做高度自定义，选方案二，纯Seaborn实现更灵活

内容的提问来源于stack exchange，提问作者Fasteno