如何创建按两类（A、B）分组的堆叠条形图

嘿，我来帮你搞定这个A、B两类分组的堆叠条形图！不管你习惯用代码还是可视化工具，我都给你整理了具体的实现步骤，照着来就行～

如果你喜欢用代码实现，Python的Matplotlib和Seaborn是最常用的工具，先给你举个实际例子：

首先得把数据整理成DataFrame格式，假设你的数据表是这样的（你可以把下面的示例数据换成自己的真实数据）：

import pandas as pd

# 示例数据表，替换成你自己的列名和数值
data = {
    "分组名称": ["产品组A", "产品组B", "产品组C", "产品组D"],
    "A类数据": [120, 180, 90, 210],
    "B类数据": [80, 100, 150, 70]
}
df = pd.DataFrame(data)

用Matplotlib绘制堆叠条形图 #

这个方法更灵活，能精准控制每个部分的样式：

import matplotlib.pyplot as plt

# 设置x轴的位置，对应每个分组
x = range(len(df["分组名称"]))
bar_width = 0.6  # 条形的宽度

# 先画A类的条形，作为堆叠的底层
plt.bar(x, df["A类数据"], width=bar_width, label="A类", color="#2ecc71")
# 再画B类的条形，底部设置为A类的数值，实现堆叠效果
plt.bar(x, df["B类数据"], width=bar_width, bottom=df["A类数据"], label="B类", color="#3498db")

# 设置x轴的标签为分组名称
plt.xticks(x, df["分组名称"])
# 添加图表标题和坐标轴标签
plt.title("A、B两类分组堆叠条形图", fontsize=14)
plt.xlabel("分组", fontsize=12)
plt.ylabel("数据数值", fontsize=12)
# 显示图例
plt.legend()

# 调整布局，防止标签被截断
plt.tight_layout()
# 显示图表
plt.show()

用Seaborn绘制堆叠条形图 #

如果想更简洁，可以用Seaborn，但需要先把宽格式数据转成长格式：

# 把宽格式数据转成长格式（适合Seaborn的输入要求）
df_long = df.melt(id_vars="分组名称", var_name="数据类别", value_name="数值")

import seaborn as sns

# 绘制堆叠条形图，estimator=sum表示对同一分组下的类别求和，ci=None去掉误差线
sns.barplot(data=df_long, x="分组名称", y="数值", hue="数据类别", estimator=sum, ci=None, palette=["#2ecc71", "#3498db"])
plt.title("A、B两类分组堆叠条形图", fontsize=14)
plt.tight_layout()
plt.show()

如果不想写代码，Excel就能快速搞定，步骤超简单：

• 第一步：把你的数据整理成Excel表格，确保第一列是分组类别，后面两列分别是A类和B类的数值（表头要清晰），比如：

  分组类别	A类数值	B类数值
  组1	10	15
  组2	25	20
  组3	18	22

• 第二步：选中整个数据区域（包括表头），点击顶部菜单栏的「插入」选项卡，找到「图表」组里的「条形图」，选择堆积条形图（注意是「堆积」，不是「簇状」哦）
• 第三步：美化图表——右键可以修改标题、调整坐标轴标签、移动图例位置，还能给每个堆叠部分添加数据标签（右键条形→添加数据标签），让数值一目了然。

小提示 #

• 不管用哪种方法，核心是确保你的数据结构正确：每个主分组对应一行，A、B两类的数值各占一列（或者转成长格式适配Seaborn）
• 代码里的列名和颜色都可以根据自己的需求修改，不用局限于示例里的设置～

内容的提问来源于stack exchange，提问作者dukusdz