如何调整基于14行7列Dataframe的分组柱状图组间间距与柱宽？

嗨，刚好之前也折腾过类似的分组柱状图需求，给你分享一下用Matplotlib实现的具体方法，完美解决加宽组内柱子、增大组间间距且不重叠的问题！

核心思路 #

要实现你的需求，关键是手动控制每个柱子的位置和宽度：

• 给单个柱子设置合适的宽度（调大这个值就能加宽柱子）
• 给不同月份的组之间预留额外的间距，避免组与组挤在一起

完整代码示例 #

先模拟你的14行7列DataFrame，然后一步步绘图：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# 模拟你的数据结构：14个月份，7个分组
months = [f"2023-{i:02d}" for i in range(1,15)]
groups = [f"Group {j}" for j in range(1,8)]
df = pd.DataFrame(np.random.randint(10, 50, size=(14,7)), index=months, columns=groups)

# 开始绘图
fig, ax = plt.subplots(figsize=(12, 6))
n_groups = len(groups)
bar_width = 0.12  # 单个柱子的宽度，数值越大柱子越宽，注意别超过组内空间导致重叠
group_gap = 0.2   # 组与组之间的间距，数值越大组间空隙越大

# 计算每个月份组的基准位置（控制组间间距）
base_pos = np.arange(len(months)) * (bar_width * n_groups + group_gap)

# 遍历每个分组绘制柱子
for idx, group_name in enumerate(groups):
    # 计算当前分组柱子的位置
    bar_pos = base_pos + idx * bar_width
    ax.bar(bar_pos, df[group_name], width=bar_width, label=group_name)

# 调整X轴刻度，让刻度标签对齐每个月份组的中间
ax.set_xticks(base_pos + bar_width * (n_groups - 1) / 2)
ax.set_xticklabels(months, rotation=45, ha='right')  # 旋转标签避免重叠

# 添加图表元素
ax.set_xlabel('月份')
ax.set_ylabel('数据值')
ax.set_title('各分组月度数据对比')
ax.legend(loc='upper right')

plt.tight_layout()  # 自动调整布局，避免标签被截断
plt.show()

参数调整说明 #

• bar_width：直接控制单个柱子的宽度，你可以慢慢增大这个值，直到柱子接近但不重叠（比如从0.1开始往上调）
• group_gap：控制不同月份组之间的空隙，数值越大，组与组之间的间隔越宽
• figsize：如果月份标签还是挤，可以把第一个参数（宽度）调大，比如改成(14,6)

补充：用Seaborn的简化方案 #

如果你习惯用Seaborn，可以先把DataFrame转成长格式，再通过width参数调整柱子宽度，组间间距可以通过调整X轴的刻度间隔实现：

import seaborn as sns

# 转成长格式
df_long = df.reset_index().melt(id_vars='index', var_name='Group', value_name='Value')
df_long.rename(columns={'index':'Month'}, inplace=True)

fig, ax = plt.subplots(figsize=(12,6))
sns.barplot(data=df_long, x='Month', y='Value', hue='Group', width=0.8, ax=ax)

# 调整X轴刻度间距（可选）
ax.set_xticks(np.arange(len(months)) * 1.1)  # 增大刻度间距间接增大组间间距
ax.set_xticklabels(months, rotation=45, ha='right')

plt.tight_layout()
plt.show()

不过Seaborn的组间间距控制没有Matplotlib那么灵活，更推荐第一种手动控制位置的方法。

内容的提问来源于stack exchange，提问作者TH15