如何调整Matplotlib堆叠柱状图中误差棒的位置？

问题 #

在Matplotlib中绘制堆叠柱状图时，为每个堆叠切片添加误差棒后，误差棒全部聚集在图表底部，无法对应到各自的堆叠切片位置。

示例数据 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

data = {
    'class': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C'],
    1: [0.329705, 0.671022, 0.668366, 0.065326, 0.169130, 0.211676, 0.064732, 0.927455, 0.203308, 0.002299, 0.322461, 0.092376],
    2: [0.582468, 0.969697, 0.729358, 0.565941, 0.886812, 0.246542, 0.272845, 0.267764, 0.218754, 0.296160, 0.289441, 0.491691],
    3: [0.760131, 0.175007, 0.625848, 0.544123, 0.199601, 0.804688, 0.019928, 0.863459, 0.173769, 0.379593, 0.137946, 0.534573],
    4: [0.240984, 0.564373, 0.810989, 0.554100, 0.151519, 0.237268, 0.991679, 0.899854, 0.998449, 0.896210, 0.698002, 0.695594],
    5: [0.768396, 0.937719, 0.634198, 0.551964, 0.895280, 0.988008, 0.783552, 0.098560, 0.921954, 0.007269, 0.040120, 0.364231],
    6: [0.469820, 0.570865, 0.559299, 0.024383, 0.985258, 0.580174, 0.371842, 0.143537, 0.162110, 0.452698, 0.354060, 0.853589],
    7: [0.368209, 0.673083, 0.555111, 0.520188, 0.612360, 0.957880, 0.806270, 0.763971, 0.330368, 0.210543, 0.401879, 0.952164],
    8: [0.099985, 0.727631, 0.723997, 0.401070, 0.684621, 0.699878, 0.595760, 0.945066, 0.485593, 0.213349, 0.751918, 0.180683]
}

df = pd.DataFrame(data)
df_grouped = df.groupby('class')

原问题代码 #

fig, ax = plt.subplots()
for i,col in enumerate(df_grouped.mean().columns):
    ax.bar(df_grouped.mean().index, height=df_grouped.mean()[col], bottom=df_grouped.mean().iloc[:,:i].sum(axis=1), width=0.85)

    ax.errorbar(df_grouped.mean().index, df_grouped.mean()[col], yerr=df_grouped.std()[col], fmt='none', ecolor='black', capsize=3, capthick=2)

修正方案 #

误差棒位置错误的核心原因是：仅使用当前切片的均值作为y轴坐标，未叠加之前所有堆叠切片的高度总和（即bar函数中的bottom值）。需要将误差棒的y轴位置调整为当前切片的底部位置加上切片高度的一半，使其对齐到切片中心。

修正后代码：

fig, ax = plt.subplots(figsize=(10, 6))
# 提前计算均值和标准差，避免重复计算
mean_df = df_grouped.mean()
std_df = df_grouped.std()

for i, col in enumerate(mean_df.columns):
    # 计算当前切片的底部偏移量（之前所有切片的均值总和）
    bottom = mean_df.iloc[:, :i].sum(axis=1)
    # 绘制堆叠柱形
    ax.bar(mean_df.index, mean_df[col], bottom=bottom, width=0.85, label=f'列 {col}')
    # 计算误差棒的中心位置：底部偏移 + 当前切片高度的一半
    err_center_y = bottom + mean_df[col] / 2
    # 添加误差棒
    ax.errorbar(mean_df.index, err_center_y, yerr=std_df[col], fmt='none', ecolor='black', capsize=3, capthick=1)

# 添加图例并调整布局
ax.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()
plt.show()

关键说明 #

• 提前计算mean_df和std_df，减少重复计算，提升代码效率
• 误差棒的y参数使用bottom + mean_df[col]/2，确保误差棒位于对应堆叠切片的中心位置
• 保留原有的误差棒样式参数，仅调整位置

内容的提问来源于stack exchange，提问作者yhgsag