Python中如何绘制宽度对应时间间隔、顶部为类别求和阶跃的不等间隔时间序列堆叠条形图
实现核心逻辑
- 条形宽度计算:取相邻时间点的差值作为对应区间的条形宽度,最后一个时间点的宽度沿用前一段的间隔值,保证所有条形紧密相邻无空隙,拼接后顶部自然形成阶跃形态
- 堆叠结构实现:从0基线开始,逐层叠加每个分类的数值,每一层的底部为下层所有分类的累计高度
- 坐标对齐:使用matplotlib条形图的边缘对齐模式,将每个条形的左边缘固定在对应时间点位置,避免错位
可运行代码实现
import numpy as np import matplotlib.pyplot as plt # 最小可复现示例数据 t = np.array([0, 0.1, 0.2, 0.5, 1]) x = np.array([ [1, 1, 1, 2, 3], # 分类1对应各时间点的数值 [1, 0, 1, 3, 5], # 分类2对应各时间点的数值 [2, 3, 4, 4, 2] # 分类3对应各时间点的数值 ]) # 计算相邻时间间隔 dt = np.diff(t) # 为最后一个时间点补宽度,沿用最后一段的间隔值 dt = np.append(dt, dt[-1]) # 每个条形的左边缘坐标 bar_left = t # 初始化堆叠基线为0 stack_bottom = np.zeros_like(t) category_names = ["分类1", "分类2", "分类3"] # 绘图 plt.figure(figsize=(10, 6)) for cat_idx in range(x.shape[0]): plt.bar( x=bar_left, height=x[cat_idx], width=dt, bottom=stack_bottom, align="edge", # 以x坐标为左边缘对齐 label=category_names[cat_idx] ) # 更新堆叠基线 stack_bottom += x[cat_idx] # 调整坐标轴范围 plt.xlim(bar_left[0], bar_left[-1] + dt[-1]) plt.ylim(0, stack_bottom.max() * 1.1) # 图表基础装饰 plt.xlabel("时间") plt.ylabel("数值") plt.title("不等间隔时间序列堆叠阶跃条形图") plt.legend() plt.grid(alpha=0.3, axis="y") plt.show()
效果说明
- 所有条形无空隙紧密拼接,宽度严格匹配对应时间点的时间间隔大小
- 堆叠结构分层展示各分类的数值贡献
- 条形顶部自动形成跨分类求和值的阶跃形态:在每个时间点位置跳变到对应总数值,保持水平恒定直到下一个时间点
内容的提问来源于stack exchange,提问作者user112495
相关产品推荐
相关产品推荐

