pandas绘制堆叠水平条形图y轴标签重复与配色修改问题

问题描述 #

• 基于DataFrame的Audience列值计数结果绘制堆叠水平条形图时，y轴重复显示两次Audience标签
• 原有实现代码：

DFGroup.Audience.value_counts().sort_values().unstack('Key').plot(kind = 'barh', stacked = True)

• 额外需求：自定义图表配色方案

原因说明 #

重复标签来自value_counts()生成的Series自带的索引名，pandas调用plot绘图时会自动将索引名渲染为y轴标签，和分类标签旁的Audience文字重复，属于pandas默认渲染的冗余内容。

解决代码 #

直接通过绘图返回的坐标轴对象清空y轴标签即可，同时通过绘图自带参数修改配色：

import matplotlib.pyplot as plt

# 绘制堆叠水平条形图
ax = DFGroup.Audience.value_counts().sort_values().unstack('Key').plot(
    kind="barh",
    stacked=True,
    # 配色修改：可替换为matplotlib内置色板名，或传入自定义十六进制颜色列表
    colormap="tab20c",
    # 自定义纯色方案示例：color = ["#4e79a7", "#f28e2b", "#e15759", "#76b7b2"]
)

# 移除y轴重复的Audience标签
ax.set_ylabel("")

# 可选美化配置
ax.legend(title="分类Key")
plt.tight_layout()
plt.show()

配置说明 #

• 移除冗余标签核心逻辑：拿到plot方法返回的Axes对象，调用set_ylabel("")把自动生成的y轴标签置空，不会影响y轴上的分类刻度显示
• 配色配置：
  • 用内置连续/离散色板时，给colormap传入matplotlib支持的色板名称即可，常用可选值有Set3、Pastel1、viridis、coolwarm
  • 需要完全自定义颜色时，去掉colormap参数，改用color参数传入和堆叠类别数量匹配的颜色值列表

内容的提问来源于stack exchange，提问作者Martha