如何创建基于时间区间的可变宽度Bar Chart/Histogram

嘿，这个需求其实完全可以实现，本质上是做一个基于时间跨度的条形图——每个条形的宽度对应s1（开始时间）到s2（结束时间）的时长，高度绑定第三列数据，X轴固定为0-24小时的时间轴。我用Python的matplotlib给你演示具体怎么做，思路也适用于Excel、Tableau这类工具：

核心思路 #

1. 把时间字符串转换成小时数值（比如12:00 AM=0，1:45 AM=1.75），方便计算时间段的宽度和定位条形位置
2. 用每个时间段的开始小时数作为条形的起始位置，结束时间-开始时间作为条形宽度
3. 条形高度直接用第三列的数值即可

代码示例（Python + Matplotlib） #

首先处理数据，再绘图：

import matplotlib.pyplot as plt
import pandas as pd

# 模拟你的数据结构
sample_data = {
    's1': ['12:00 AM', '2:00 AM', '8:30 AM', '1:15 PM', '6:45 PM'],
    's2': ['1:45 AM', '2:30 AM', '10:15 AM', '3:45 PM', '8:00 PM'],
    'height': [5, 3, 7, 4, 6]
}
df = pd.DataFrame(sample_data)

# 辅助函数：把12小时制时间转成0-24的小时数值
def convert_to_hours(time_str):
    period = time_str.split()[-1]
    hh, mm = map(int, time_str.split()[0].split(':'))
    # 处理AM/PM转换
    if period == 'PM' and hh != 12:
        hh += 12
    elif period == 'AM' and hh == 12:
        hh = 0
    # 转换成带分钟的小时数（比如1:45 AM = 1.75）
    return hh + mm / 60

# 计算每个时间段的起始小时和持续时长
df['start_hour'] = df['s1'].apply(convert_to_hours)
df['duration'] = df['s2'].apply(convert_to_hours) - df['start_hour']

# 绘制条形图
plt.figure(figsize=(12, 6))
# 关键参数：align='edge'让条形从start_hour位置开始，而不是居中
plt.bar(
    x=df['start_hour'],
    height=df['height'],
    width=df['duration'],
    align='edge',
    edgecolor='black',
    alpha=0.7
)

# 美化X轴：显示0-24小时的时间格式
plt.xticks(
    ticks=range(0, 25),
    labels=[
        "12:00 AM" if h == 0 else 
        f"{h}:00 AM" if h <12 else
        "12:00 PM" if h ==12 else
        f"{h-12}:00 PM" 
        for h in range(0,25)
    ],
    rotation=45
)

plt.xlabel('Time of Day')
plt.ylabel('Value')
plt.title('Time-Span Bar Chart')
plt.xlim(0, 24)  # 锁定X轴在0-24小时区间
plt.tight_layout()
plt.show()

注意事项 #

• 如果遇到跨午夜的时间段（比如s1=11:00 PM，s2=1:00 AM），直接绘图会出现反向条形（因为结束小时数<开始小时数），这时候需要把该时间段拆成两行：23:00-24:00和0:00-1:00，分别绘制两个条形
• 其他工具（比如Excel）的思路类似：先把时间转成数值格式（Excel里时间本身就是0-1的数值，乘以24就是小时数），然后设置条形图的「分类间距」为0，用开始时间作为X值，时长作为条形宽度

内容的提问来源于stack exchange，提问作者PVic