如何用Python绘制按分类变量（性别）叠加的年龄直方图？

嘿，刚好做过类似的可视化需求，来给你一步步讲清楚怎么实现～

核心思路 #

叠加直方图的本质是把不同分类下的数值变量（比如这里的年龄）分布画在同一坐标轴上，通过透明度调整和差异化颜色来区分不同组，这样能直观对比各组的分布差异（比如峰值位置、离散程度等）。

Python代码实现（按性别分类的年龄直方图） #

下面我给你两种常用的实现方式，分别用Matplotlib+Pandas和Seaborn，你可以根据自己的习惯选择：

方法一：Matplotlib + Pandas 手动实现 #

这种方式灵活性更高，适合自定义细节：

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

# 先构造一份示例数据（你可以替换成自己的真实数据）
np.random.seed(42)  # 固定随机种子，保证结果可复现
data = pd.DataFrame({
    '性别': np.random.choice(['男', '女'], size=1000),
    '年龄': np.where(
        np.random.choice([True, False], size=1000),
        np.random.normal(loc=30, scale=5, size=1000),  # 男性年龄均值30，标准差5
        np.random.normal(loc=28, scale=4, size=1000)   # 女性年龄均值28，标准差4
    )
})

# 按性别拆分年龄数据
male_ages = data[data['性别'] == '男']['年龄']
female_ages = data[data['性别'] == '女']['年龄']

# 创建画布
plt.figure(figsize=(10, 6))

# 绘制叠加直方图：关键是设置alpha（透明度）让两组都可见
plt.hist(male_ages, bins=15, alpha=0.6, label='男', color='#1f77b4')
plt.hist(female_ages, bins=15, alpha=0.6, label='女', color='#ff7f0e')

# 添加图表细节
plt.title('不同性别群体的年龄分布叠加直方图', fontsize=14)
plt.xlabel('年龄', fontsize=12)
plt.ylabel('人数', fontsize=12)
plt.legend(fontsize=12)
plt.grid(axis='y', linestyle='--', alpha=0.7)  # 只给y轴加网格，更清晰

plt.show()

方法二：Seaborn 快速实现 #

Seaborn是Matplotlib的高级封装，代码更简洁，适合快速生成统计图表：

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

# 同样用示例数据（替换成你的真实数据即可）
np.random.seed(42)
data = pd.DataFrame({
    '性别': np.random.choice(['男', '女'], size=1000),
    '年龄': np.where(
        np.random.choice([True, False], size=1000),
        np.random.normal(loc=30, scale=5, size=1000),
        np.random.normal(loc=28, scale=4, size=1000)
    )
})

# 创建画布
plt.figure(figsize=(10, 6))

# 一行代码搞定叠加直方图：hue指定分类变量，multiple='layer'表示叠加模式
sns.histplot(
    data=data,
    x='年龄',
    hue='性别',
    bins=15,
    alpha=0.6,
    multiple='layer',  # 可选'stack'（堆叠）或'dodge'（并列），按需调整
    palette=['#1f77b4', '#ff7f0e']
)

# 添加图表细节
plt.title('不同性别群体的年龄分布叠加直方图', fontsize=14)
plt.xlabel('年龄', fontsize=12)
plt.ylabel('人数', fontsize=12)
plt.grid(axis='y', linestyle='--', alpha=0.7)

plt.show()

注意事项 #

• 确保不同分类的bins（直方图区间数）一致，这样对比才有意义
• 调整alpha（透明度）到0.5-0.7之间，既能区分两组，又不会完全遮挡
• 选择对比度高的颜色，避免相近颜色导致混淆
• 如果各组数据量差异极大，可以在绘制时加上density=True，用密度代替频数，更公平地对比分布形态

内容的提问来源于stack exchange，提问作者Hattori