Matplotlib技巧：实现X轴整数不等间距及无间距比例宽度堆叠直方图

以下是一段用于模拟分布并绘制堆叠直方图的原始代码：

import numpy as np
import matplotlib.pyplot as plt

f1f2 = [(i**6 - int(i**6))/5 for i in np.random.exponential(0.8, size=100)]
widz = [i*(1/max(f1f2)) for i in f1f2]

pos = [i for i in range(100)]
f1 = [np.random.uniform()*i for i in f1f2]
f2 = [s - i for s,i in zip(f1f2, f1)]


fig = plt.figure(figsize=(20,2), constrained_layout=False)
ax = fig.add_gridspec(nrows=1, ncols=1, hspace=0).subplots(sharex=True)
ax.bar(pos, f1,
        color="red",
        edgecolor="none",width=widz)
ax.bar(pos, f2,
        bottom=f1,
        color="blue",
        edgecolor="none",width=widz)

原始代码生成的堆叠直方图效果为：条形宽度与f1f2成比例但存在间距，X轴为等间距整数刻度。

定制需求 #

需要调整实现以下效果：

• 每个条形的宽度与f1和f2的总和（即f1f2）成比例
• 条形之间完全无间距
• X轴上的整数刻度之间为不等间距（已知此设置会降低X轴可读性）

调整后的代码实现 #

import numpy as np
import matplotlib.pyplot as plt

# 生成模拟数据
np.random.seed(42)  # 设置随机种子，确保结果可复现
f1f2 = [(i**6 - int(i**6))/5 for i in np.random.exponential(0.8, size=100)]
f1 = [np.random.uniform() * total for total in f1f2]
f2 = [total - val for total, val in zip(f1f2, f1)]

# 计算条形位置与宽度：实现无间距排列
widths = np.array(f1f2)  # 宽度直接使用f1f2值，保证与总和成比例
# 计算每个条形的起始位置：前一个条形的结束位置即为下一个的起始位置
positions = np.cumsum(widths) - widths

# 创建绘图对象
fig, ax = plt.subplots(figsize=(20, 2))

# 绘制堆叠条形图
ax.bar(positions, f1, width=widths, color="red", edgecolor="none")
ax.bar(positions, f2, bottom=f1, width=widths, color="blue", edgecolor="none")

# 设置不等间距的X轴整数刻度
# 选取间隔为10的整数标签，对应位置为累计宽度的节点
tick_indices = range(0, 100, 10)
tick_positions = np.cumsum(widths)[tick_indices]
ax.set_xticks(tick_positions)
ax.set_xticklabels(tick_indices)

plt.show()

核心调整点说明 #

• 条形布局逻辑：通过np.cumsum计算每个条形的起始位置，让条形首尾相接，完全消除间距；直接用f1f2作为条形宽度，确保宽度与f1+f2的总和成比例。
• X轴刻度设置：基于条形宽度的累计值设置刻度位置，让整数刻度标签对应不等间距的位置，满足需求。

内容的提问来源于stack exchange，提问作者Raph the raph