如何为Matplotlib双向条形图添加特定标签与分组间距

现有成果与数据 #

已生成的双向条形图 #

当前生成的双向条形图为左右分栏布局，分别展示Fluids和Vasopressors的横向条形，但无分组变量标签和组间间距。

使用的DataFrame数据 #

variable        level   margins_fluid   margins_vp
0   volume      1L         0.718          0.690
1   volume      2L         0.501          0.808
2   volume      5L         0.181          0.920
3   MAP         64         0.434          0.647
4   MAP         58         0.477          0.854
5   MAP         52         0.489          0.904
6   Exam       dry         0.668          0.713
7   exam     euvolemic     0.475          0.798
8   exam       wet         0.262          0.893
9   history    COPD        0.506          0.804
10  history   Kidney       0.441          0.778
11  history     HF         0.450          0.832
12  Case    1 (PIV)        0.435          0.802
13  Case    2 (CVC)        0.497          0.809

当前使用的代码 #

font_color = '#525252'
hfont = {'fontname':'Calibri'}
facecolor = '#eaeaf2'
index = fluid_vp_1_2.index
column0 = fluid_vp_1_2['margins_fluid']
column1 = fluid_vp_1_2['margins_vp']
title0 = 'Fluids'
title1 = 'Vasopressors'

fig, axes = plt.subplots(figsize=(10,5), facecolor=facecolor, ncols=2, sharey=True)
fig.tight_layout()
axes[0].barh(index, column0, align='center', color='dimgray', zorder=10)
axes[0].set_title(title0, fontsize=18, pad=15, color='black', **hfont)
axes[1].barh(index, column1, align='center', color='lightgray', zorder=10)
axes[1].set_title(title1, fontsize=18, pad=15, color='black', **hfont)
# 反转左侧x轴
axes[0].invert_xaxis() 

# 反转y轴，让数据从高到低展示
plt.gca().invert_yaxis()

# 隐藏y轴刻度
axes[0].set_yticks([])
axes[1].set_yticks([])

需求说明 #

需将图表调整为目标样式（最左侧面板）：

• 每个变量组（volume、MAP、Exam、history、Case）仅显示一次变量名
• 各变量组之间增加明显间距（Case组含2个层级，其余组含3个层级）

实现步骤与代码修改建议 #

1. 预处理数据：统一变量名并计算y轴位置 #

先修正数据中变量名的大小写不一致问题，再手动计算每个条形的y轴坐标，预留组间间距：

import pandas as pd
import matplotlib.pyplot as plt

# 统一variable列的大小写，避免分组错误
fluid_vp_1_2['variable'] = fluid_vp_1_2['variable'].str.capitalize()

# 定义组间距和组内条形高度
group_gap = 0.8
bar_height = 0.8

# 计算每个条形的y轴位置
y_positions = []
current_y = 0
# 按变量分组遍历
for _, group in fluid_vp_1_2.groupby('variable'):
    group_size = len(group)
    # 给组内每个条形分配连续的y坐标
    group_ys = list(range(current_y, current_y + group_size))
    y_positions.extend(group_ys)
    # 组之间添加间距
    current_y += group_size + group_gap

# 将计算好的y坐标加入DataFrame
fluid_vp_1_2['y_pos'] = y_positions

2. 绘制条形图并添加分组标签 #

修改绘图逻辑，使用自定义y坐标绘制条形，同时在每组中心位置添加变量名：

font_color = '#525252'
hfont = {'fontname':'Calibri'}
facecolor = '#eaeaf2'
title0 = 'Fluids'
title1 = 'Vasopressors'

# 调整画布大小，适配分组标签
fig, axes = plt.subplots(figsize=(10,7), facecolor=facecolor, ncols=2, sharey=True)
# 缩小左右面板间距
fig.subplots_adjust(wspace=0.1)

# 绘制左侧Fluids条形图
axes[0].barh(fluid_vp_1_2['y_pos'], fluid_vp_1_2['margins_fluid'], 
             align='center', color='dimgray', zorder=10, height=bar_height)
axes[0].set_title(title0, fontsize=18, pad=15, color='black', **hfont)
axes[0].invert_xaxis()

# 绘制右侧Vasopressors条形图
axes[1].barh(fluid_vp_1_2['y_pos'], fluid_vp_1_2['margins_vp'], 
             align='center', color='lightgray', zorder=10, height=bar_height)
axes[1].set_title(title1, fontsize=18, pad=15, color='black', **hfont)

# 设置y轴刻度为层级标签
axes[0].set_yticks(fluid_vp_1_2['y_pos'])
axes[0].set_yticklabels(fluid_vp_1_2['level'], fontsize=12, **hfont)

# 在左侧添加分组变量名，居中显示在每组中间
for var_name, group in fluid_vp_1_2.groupby('variable'):
    # 计算组的中心y坐标
    center_y = group['y_pos'].mean()
    # 在y轴外侧添加加粗的分组名
    axes[0].text(-0.1, center_y, var_name, va='center', ha='right', 
                 fontsize=14, fontweight='bold', **hfont)

# 调整y轴范围，避免顶部/底部条形被截断
axes[0].set_ylim(-0.5, max(y_positions) + 0.5)

# 隐藏右侧面板的y轴刻度
axes[1].set_yticks([])

# 优化视觉：移除多余边框，添加x轴网格线
for ax in axes:
    ax.spines[['top', 'right', 'left']].set_visible(False)
    ax.grid(axis='x', linestyle='--', alpha=0.7)

plt.show()

3. 关键调整说明 #

• 统一变量名：修正原数据中Exam和exam的大小写差异，确保分组准确
• 自定义y坐标：通过手动计算实现组间间距，group_gap参数可根据需求调整间距大小
• 分组标签添加：利用groupby获取每组中心位置，在y轴外侧添加变量名，实现每组仅显示一次的效果
• 视觉优化：调整子图间距、条形高度、网格样式，贴近目标图表的简洁风格

内容的提问来源于stack exchange，提问作者hulio_entredas