Python水平条形图数值与边框重叠：如何调整边框适配条形

针对水平条形图（以Matplotlib为例）的数值与边框重叠问题，可通过以下几种方式调整适配：

• 手动扩展x轴范围：根据数据最大值，给x轴设置更大的上限，为数值标签留出右侧空间。比如最大数据值为max_val，可将x轴上限设为max_val * 1.1（系数可根据数据尺度调整）：

  import matplotlib.pyplot as plt
  
  # 示例数据
  categories = ['类别A', '类别B', '类别C']
  values = [95, 98, 97]
  
  plt.barh(categories, values)
  # 添加数值标签
  for i, v in enumerate(values):
      plt.text(v, i, str(v), va='center')
  
  # 调整x轴范围
  plt.xlim(0, max(values) * 1.1)
  plt.show()
  

• 自动优化布局：使用tight_layout()让Matplotlib自动调整图表元素位置，避免重叠：

  plt.barh(categories, values)
  for i, v in enumerate(values):
      plt.text(v, i, str(v), va='center')
  
  plt.tight_layout()
  plt.show()
  

• 偏移数值标签位置：将数值标签往条形内侧或外侧小幅度偏移，避开边框：

  plt.barh(categories, values)
  # 标签向右偏移0.5个单位（可根据数据尺度调整）
  for i, v in enumerate(values):
      plt.text(v + 0.5, i, str(v), va='center')
  plt.show()
  

• 手动调整图表边距：通过subplots_adjust()加宽右侧边距，给数值标签预留空间：

  plt.barh(categories, values)
  for i, v in enumerate(values):
      plt.text(v, i, str(v), va='center')
  
  # 调整右侧边距，数值越大边距越宽
  plt.subplots_adjust(right=0.85)
  plt.show()
  

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