求助：使用Matplotlib基于多列分类绘制分组柱状图

问题分析 #

原代码的核心问题：

• X轴坐标计算混乱，导致柱子重叠或位置错位
• 循环中重复添加相同图例，造成图例冗余
• 未合理实现Type的展示逻辑，也没有适配大规模数据集的通用处理方式

方案1：将Type拆分为子图绘制（更清晰，适合多分类场景） #

把不同Type放在独立子图，每个子图展示对应Ratio和Method的分组柱形，代码无需硬编码类别值，适配任意规模数据集。

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

# 示例数据
df = pd.DataFrame({'Type': ['A','A','A','A','A','A','A','A','A','B','B','B','B','B','B','B','B','B'],
                   'Ratio': [3, 3, 3, 5, 5, 5, 7, 7, 7,3, 3, 3, 5, 5, 5, 7, 7, 7],
                   'Method': ['X','Y','Z','X','Y','Z','X','Y','Z','X','Y','Z','X','Y','Z','X','Y','Z'],
                   'Result': [90, 85, 96, 89, 82, 80, 78, 72, 75, 91, 82, 94, 87, 86, 84, 71, 78, 86]})

# 自动获取所有唯一分类值，无需硬编码
types = df['Type'].unique()
ratios = df['Ratio'].unique()
methods = df['Method'].unique()
n_methods = len(methods)
bar_width = 0.25  # 每组内单个柱子的宽度

# 创建子图，数量与Type的类别数一致
fig, axes = plt.subplots(nrows=1, ncols=len(types), figsize=(10, 4), sharey=True)

# 循环处理每个Type
for ax, t in zip(axes, types):
    df_type = df[df['Type'] == t]
    # 生成每个Ratio组的X轴基准位置
    x = np.arange(len(ratios))
    
    # 循环绘制每个Method对应的柱子
    for i, m in enumerate(methods):
        # 提取当前Type+Method的Result数据，按Ratio分组取均值（适配多重复值场景）
        df_sub = df_type[df_type['Method'] == m].groupby('Ratio')['Result'].mean().reindex(ratios)
        # 计算柱子的X位置：基准位置 + 偏移量，避免重叠
        ax.bar(x + i*bar_width, df_sub.values, width=bar_width, label=m)
    
    # 设置子图属性
    ax.set_title(f'Type: {t}')
    ax.set_xlabel('Ratio')
    ax.set_xticks(x + bar_width*(n_methods-1)/2)
    ax.set_xticklabels(ratios)
    ax.legend(title='Method')

# 统一设置Y轴标签
axes[0].set_ylabel('Result')
plt.tight_layout()
plt.savefig('grouped_bar_subplots.svg')

方案2：将Type和Ratio合并为X轴分组（同图展示） #

如果要把所有内容放在一张图，可将Type与Ratio组合为X轴的分组单元：

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

df = pd.DataFrame({'Type': ['A','A','A','A','A','A','A','A','A','B','B','B','B','B','B','B','B','B'],
                   'Ratio': [3, 3, 3, 5, 5, 5, 7, 7, 7,3, 3, 3, 5, 5, 5, 7, 7, 7],
                   'Method': ['X','Y','Z','X','Y','Z','X','Y','Z','X','Y','Z','X','Y','Z','X','Y','Z'],
                   'Result': [90, 85, 96, 89, 82, 80, 78, 72, 75, 91, 82, 94, 87, 86, 84, 71, 78, 86]})

# 创建组合分组键：Type + Ratio
df['Group'] = df['Type'] + '_' + df['Ratio'].astype(str)
groups = df['Group'].unique()
methods = df['Method'].unique()
n_methods = len(methods)
bar_width = 0.2

x = np.arange(len(groups))
fig, ax = plt.subplots(figsize=(12, 4))

# 循环绘制每个Method的柱子
for i, m in enumerate(methods):
    df_sub = df[df['Method'] == m].groupby('Group')['Result'].mean().reindex(groups)
    ax.bar(x + i*bar_width, df_sub.values, width=bar_width, label=m)

# 设置图表属性
ax.set_xlabel('Type-Ratio Group')
ax.set_ylabel('Result')
ax.set_xticks(x + bar_width*(n_methods-1)/2)
ax.set_xticklabels(groups, rotation=45)
ax.legend(title='Method')
plt.tight_layout()
plt.savefig('grouped_bar_single.svg')

关键优化点 #

• 避免硬编码：通过unique()自动获取分类值，适配任意规模的数据集
• X轴位置计算：用numpy生成基准位置，按Method数量计算偏移，确保柱子排列整齐无重叠
• 数据聚合：使用groupby+mean处理重复数据（若数据中每个Type-Ratio-Method组合有多条记录，取均值更合理）
• 图例控制：每个子图或单图仅添加一次图例，避免冗余重复

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