使用Seaborn绘制按周统计的病毒占比堆叠条形图需求

要实现每周病毒占比的堆叠条形图，我们需要先预处理数据计算百分比，再结合Seaborn和Matplotlib完成绘图，具体步骤如下：

1. 数据预处理 #

首先计算每周各病毒的出现次数，再转换为该周的占比百分比：

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

# 加载原始数据
data = {'Week': [0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2],
        'Virus': ['A', 'B', 'C', 'A', 'B', 'C', 'B', 'C', 'A', 'D', 'A', 'A', 'C', 'D', 'B', 'C', 'D', 'B']}
df = pd.DataFrame(data)

# 统计每周各病毒的数量
count_df = df.groupby(['Week', 'Virus']).size().unstack(fill_value=0)
# 转换为每周的占比百分比
percent_df = count_df.div(count_df.sum(axis=1), axis=0) * 100

2. 绘制堆叠条形图 #

Seaborn没有原生的堆叠条形图函数，我们可以结合Matplotlib实现堆叠，并使用Seaborn的配色系统：

# 设置Seaborn绘图风格
sns.set_style("whitegrid")

# 获取所有病毒类别，分配专属颜色
virus_categories = percent_df.columns
custom_colors = sns.color_palette("husl", n_colors=len(virus_categories))

# 创建画布和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 初始化堆叠的底部位置
bottom_pos = pd.Series([0]*len(percent_df.index), index=percent_df.index)

# 逐个绘制每个病毒的堆叠条形，并添加百分比标签
for virus, color in zip(virus_categories, custom_colors):
    # 绘制条形
    ax.bar(percent_df.index, percent_df[virus], bottom=bottom_pos, label=virus, color=color)
    # 添加百分比标签（仅显示非零值）
    for week, percentage in zip(percent_df.index, percent_df[virus]):
        if percentage > 0:
            ax.text(week, bottom_pos[week] + percentage/2, f'{percentage:.1f}%', 
                    ha='center', va='center', fontsize=10)
    # 更新堆叠底部位置
    bottom_pos += percent_df[virus]

# 设置图表元素
ax.set_xlabel('Week', fontsize=12)
ax.set_ylabel('Percentage (%)', fontsize=12)
ax.set_title('Weekly Virus Proportion', fontsize=14)
ax.set_xticks(percent_df.index)
ax.legend(title='Virus', bbox_to_anchor=(1.05, 1), loc='upper left')

# 调整布局，避免标签被截断
plt.tight_layout()
plt.show()

效果说明 #

• 每个条形代表一周的数据，不同颜色对应不同病毒
• 条形内部的标签显示该病毒在当周的占比百分比
• 使用Seaborn的husl配色方案，确保每个病毒的颜色区分度高

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