如何将柱状图改为堆叠图，展示各学科技能的性别占比分层

我有一个pandas DataFrame，包含按性别分层的各学科不同技能水平的学生百分比，数据构造代码如下：

iterables = [['Above basic','Basic','Low'], ['Female','Male']]
index = pd.MultiIndex.from_product(iterables, names=["Skills", "Gender"])
df = pd.DataFrame(data=[[36,36,8,8,6,6],[46,46,2,3,1,2],[24,26,10,11,16,13]], index=["Math", "Literature", "Physics"], columns=index)
print(df)

输出结果为：

Skills      Above basic    Basic          Low
       Gender    Female Male   Female Male   Female Male
Math                36   36      8    8        6    6
Literature          46   46      2    3        1    2
Physics             24   26     10   11       16   13

我已经用以下代码绘制了技能在各学科中的分布柱状图：

# 绘制技能在各学科中的分布柱状图
df.sum(axis=1,level=[0]).plot(kind='bar')
df.plot(kind='bar')

现在希望将这些柱状图改为堆叠图，在每个技能类别对应的柱子中按堆叠方式展示男女的占比（例如“Math-Above basic”柱子为50/50，“Literature-Basic”为40/60等），该如何实现？

要实现每个技能类别柱子内堆叠男女占比的效果，只需利用pandas绘图的stacked参数，并结合数据的层级结构即可：

方法一：直接利用原DataFrame绘制 #

pandas支持识别多列层级，直接设置stacked=True就能让同一技能下的男女数据堆叠在同一柱子中，不同技能的柱子并列展示：

import matplotlib.pyplot as plt

# 绘制堆叠柱状图
df.plot(kind='bar', stacked=True, figsize=(10, 6))

# 优化图表可读性
plt.title('性别占比按技能水平与学科分布')
plt.xlabel('学科')
plt.ylabel('百分比')
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')  # 将图例移到图表外侧
plt.tight_layout()
plt.show()

方法二：转置数据后分组绘制 #

如果需要更灵活的控制，可以先转置数据，再按技能层级拆分绘制：

import matplotlib.pyplot as plt

# 转置数据，让技能和性别作为行索引，学科作为列
df_transposed = df.T

# 按技能层级拆分并绘制堆叠图
df_transposed.unstack(level=1).plot(kind='bar', stacked=True, figsize=(10, 6))

plt.title('性别占比按技能水平与学科分布')
plt.xlabel('技能水平')
plt.ylabel('百分比')
plt.tight_layout()
plt.show()

两种方法都能实现需求：每个技能对应的柱子里，男女占比会以堆叠形式展示，比如Math的Above basic柱子会显示Female（36%）和Male（36%）的堆叠效果，Literature的Basic柱子则是Female（2%）和Male（3%）的堆叠。

内容的提问来源于stack exchange，提问作者gabboshow