Matplotlib绘制np.array数据集分组堆叠柱状图及图例颜色问题问询

问题1：子图未按预期生成的原因及解决 #

你两次调用plt.subplot()时未指定子图的网格位置参数，默认会复用1行1列的第1个坐标轴对象，因此两次绘图内容会重叠在同一个区域，不会生成两个独立子图。

如果你的需求是生成两个独立排列的子图，只需要在创建时指定位置参数即可，比如上下排列的两个子图可以写为：

import numpy as np
import matplotlib.pyplot as plt

data = np.array([[20, 40, 30, 20], [20, 40, 30, 20], [20, 40, 30, 20]])
data2 = np.array([[90, 10], [90, 10], [90, 10]])
x = ['2020', '2025', '2030']
x_idx = np.arange(len(x)) 

fig = plt.figure(figsize=(10,5))
# 2行1列第1个坐标轴
ax1 = plt.subplot(211)
for i in range(data.shape[1]):
    bottom = np.sum(data[:,0:i], axis=1)
    erzeugung = ax1.bar(x, data[:,i], bottom=bottom, width=0.3, label=f"label {i}")
ax1.bar_label(erzeugung, padding=3)

# 2行1列第2个坐标轴
ax2 = plt.subplot(212)
for i in range(data2.shape[1]):
    bottom = np.sum(data2[:,0:i], axis=1)
    verbrauch = ax2.bar(x, data2[:,i], bottom=bottom, width=0.3, label=f"label {i}")
ax2.bar_label(verbrauch, padding=3)

fig.tight_layout()
plt.show()

如果你要的是分组堆叠柱状图（即每个年份下并排显示两个堆叠柱），不需要创建两个子图，只需要在同一个坐标轴上偏移第二个数据集的x位置即可，示例如下：

import numpy as np
import matplotlib.pyplot as plt

data = np.array([[20, 40, 30, 20], [20, 40, 30, 20], [20, 40, 30, 20]])
data2 = np.array([[90, 10], [90, 10], [90, 10]])
x = ['2020', '2025', '2030']
x_idx = np.arange(len(x))
width = 0.35 

fig, ax = plt.subplots(figsize=(10,5))
# 绘制第一组堆叠柱
for i in range(data.shape[1]):
    bottom = np.sum(data[:,0:i], axis=1)
    ax.bar(x_idx - width/2, data[:,i], bottom=bottom, width=width, label=f"dataset1 label {i}")
# 绘制第二组堆叠柱，位置右移避免重叠
for i in range(data2.shape[1]):
    bottom = np.sum(data2[:,0:i], axis=1)
    ax.bar(x_idx + width/2, data2[:,i], bottom=bottom, width=width, label=f"dataset2 label {i}")

ax.set_xticks(x_idx)
ax.set_xticklabels(x)
ax.legend(bbox_to_anchor=(1.1, 1))
fig.tight_layout()
plt.show()

问题2：图例颜色重复的解决 #

matplotlib默认使用的tab10定性色盘仅包含10种不重复颜色，当标签数量超过10个时就会循环复用颜色，出现你遇到的重复问题。

切换为颜色数量更多的色盘即可解决，比如tab20色盘包含20种不重复颜色，完全可以覆盖14个标签的需求，只需要在绘图前添加一行配置：

plt.rcParams['axes.prop_cycle'] = plt.cycler('color', plt.cm.tab20.colors)

如果你需要更多自定义颜色，也可以自己定义颜色列表传入，比如：

custom_colors = ['#FF5733', '#33FF57', '#3357FF', '#F333FF', '#FF33A6', '#33FFF6', '#FF8C33', '#8C33FF', '#33FF8C', '#FF3333', '#3333FF', '#FFFF33', '#33FFFF', '#FF33FF']
plt.rcParams['axes.prop_cycle'] = plt.cycler('color', custom_colors)

内容的提问来源于stack exchange，提问作者Elias