如何用Python在同一柱状图中绘制GDP与生物燃料产量双变量？

我拥有一个名为“Merging2”的数据集，包含各国的GDP（rgdpe）和生物燃料产量（biofuel_production）数据。我想要绘制2019年GDP排名前五国家的柱状图，并在同一图表中展示这些国家的生物燃料产量柱状图。

我已编写绘制GDP柱状图的代码如下：

yr=Merging2.groupby(by='Years')
access1=yr.get_group(2019)
sorted=access1.sort_values(["rgdpe"], ascending=[False]) #进行排序
highest_gdp_2019=sorted.head(10) #取GDP排名靠前的10个数据（注：用户需求为前五）
fig, ax=plt.subplots()
plt.bar(highest_gdp_2019.Countries,highest_gdp_2019.rgdpe, color ='black',width = 0.8,alpha=0.8)
ax.set_xlabel("Countries")
ax.set_ylabel("Real GDP")
plt.xticks(rotation = 90)

请问能否在Python中实现上述双变量同图柱状图的绘制？

当然可以实现，针对你的需求，这里提供两种常见的可视化方案，适配不同的数据量级场景：

第一步：修正数据预处理逻辑 #

首先修正原代码中取Top10的错误，同时避免使用内置函数名作为变量名：

import matplotlib.pyplot as plt

# 筛选2019年数据并排序取GDP前五的国家
yr = Merging2.groupby(by='Years')
access1 = yr.get_group(2019)
# 用sorted_df替代sorted，避免覆盖Python内置函数
sorted_df = access1.sort_values(["rgdpe"], ascending=[False])
highest_gdp_2019 = sorted_df.head(5)

方式1：并排双柱状图（适合量级相近的变量） #

通过调整柱子宽度和位置，让两类数据的柱子并排展示，便于横向对比：

fig, ax = plt.subplots(figsize=(8, 6))
bar_width = 0.35
x = range(len(highest_gdp_2019.Countries))

# 绘制GDP柱状图
ax.bar([i - bar_width/2 for i in x], highest_gdp_2019.rgdpe, 
       width=bar_width, color='black', alpha=0.8, label='Real GDP')
# 绘制生物燃料产量柱状图
ax.bar([i + bar_width/2 for i in x], highest_gdp_2019.biofuel_production, 
       width=bar_width, color='forestgreen', alpha=0.8, label='Biofuel Production')

# 配置图表属性
ax.set_xlabel("Countries")
ax.set_ylabel("Value")
ax.set_title("Top 5 Countries by GDP (2019) with Biofuel Production")
ax.set_xticks(x)
ax.set_xticklabels(highest_gdp_2019.Countries, rotation=90)
ax.legend()

plt.tight_layout()
plt.show()

方式2：双Y轴柱状图（适合量级差异大的场景） #

由于GDP和生物燃料产量的数值量级通常差距极大，双Y轴能更清晰地展示两类数据的趋势：

fig, ax1 = plt.subplots(figsize=(8, 6))

# 左侧Y轴：GDP数据
color = 'black'
ax1.set_xlabel('Countries')
ax1.set_ylabel('Real GDP', color=color)
ax1.bar(highest_gdp_2019.Countries, highest_gdp_2019.rgdpe, 
        color=color, alpha=0.8, label='Real GDP')
ax1.tick_params(axis='y', labelcolor=color)
ax1.set_xticklabels(highest_gdp_2019.Countries, rotation=90)

# 右侧Y轴：生物燃料产量数据
ax2 = ax1.twinx()
color = 'forestgreen'
ax2.set_ylabel('Biofuel Production', color=color)
ax2.bar(highest_gdp_2019.Countries, highest_gdp_2019.biofuel_production, 
        color=color, alpha=0.6, label='Biofuel Production')
ax2.tick_params(axis='y', labelcolor=color)

# 配置标题和图例
fig.suptitle("Top 5 Countries by GDP (2019) with Biofuel Production")
# 合并两个轴的图例
lines1, labels1 = ax1.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax1.legend(lines1 + lines2, labels1 + labels2, loc='upper left')

plt.tight_layout()
plt.show()

额外提示 #

• 如果biofuel_production字段存在缺失值，建议先执行highest_gdp_2019 = highest_gdp_2019.dropna(subset=['biofuel_production'])处理，避免绘图报错。
• 可根据需求调整柱子颜色、宽度、图表尺寸等参数，优化可视化效果。

内容的提问来源于stack exchange，提问作者Aroune