如何用Python（优先Seaborn）绘制分类占比的堆叠百分比直方图

实现步骤 #

1. 数据预处理：分箱+计算占比 #

假设你的数据集叫df，包含age（年龄）和category（0/1分类）两列：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 给年龄分箱，这里默认分5个区间，可自定义bins参数，比如bins=[0,25,50,75,100]
df['age_bin'] = pd.cut(df['age'], bins=5, precision=0)

# 计算每个分箱内0、1分类的占比，转成百分比格式
bin_ratio = df.groupby('age_bin')['category'].value_counts(normalize=True).unstack() * 100
# 补全缺失值（若某分箱仅存在一种分类时）
bin_ratio = bin_ratio.fillna(0)

2. 绘制堆叠百分比图 #

用Seaborn条形图实现堆叠效果，确保每个分箱总高度为100%：

sns.set_style("whitegrid")
plt.figure(figsize=(10, 6))

# 先绘制分类0的占比，作为堆叠底部
sns.barplot(x=bin_ratio.index, y=bin_ratio[0], color='#1f77b4', label='分类0')
# 绘制分类1的占比，底部对齐分类0的顶部，完成堆叠
sns.barplot(x=bin_ratio.index, y=bin_ratio[1], bottom=bin_ratio[0], color='#ff7f0e', label='分类1')

# 调整图表细节
plt.xlabel('年龄分箱')
plt.ylabel('占比 (%)')
plt.title('各年龄分箱的分类占比分布')
plt.legend(title='分类')
plt.ylim(0, 100)  # 固定y轴范围为0-100%，保证百分比堆叠的直观性
plt.xticks(rotation=45)  # 旋转x轴标签，避免重叠

plt.tight_layout()
plt.show()

自定义调整提示 #

• 分箱规则可按需修改：直接给pd.cut传入指定区间列表，比如bins=[18,30,45,60,100]
• 配色可自行替换：将代码中的颜色值换成偏好的RGB或十六进制码
• 若追求更接近直方图的连续感，可将分箱设得更细，或调整条形宽度

内容的提问来源于stack exchange，提问作者cogno.luis