如何利用DataFrame列给Matplotlib柱状图分段添加内部标签？

我明白你想要的效果——在单根堆叠柱状图的每个分段内部显示对应的aa1到aa5列标签，而且之前手动调整标签位置总是达不到理想效果对吧？下面给你一套结合Pandas和Matplotlib的可行方案，完全贴合你的需求：

步骤1：准备示例数据 #

先模拟一个和你结构类似的DataFrame，方便演示：

import pandas as pd
import matplotlib.pyplot as plt

# 构造示例数据
data = {
    'aa1': [30],
    'aa2': [25],
    'aa3': [20],
    'aa4': [15],
    'aa5': [10]
}
df = pd.DataFrame(data)

步骤2：绘制堆叠柱状图并添加内部标签 #

核心思路是通过循环逐个绘制每个分段，同时自动计算标签的居中位置，避免手动调整的误差：

plt.figure(figsize=(6, 8))

# 选中aa1到aa5列
segments = df.loc[:, 'aa1':'aa5']
# 初始化堆叠的底部位置
bottom = 0
x = 0  # 单根柱子的x坐标

# 循环每个分段，绘制柱子并添加标签
for col, value in segments.items():
    value = value.iloc[0]  # 取出单根柱子的分段数值
    # 绘制当前分段的柱子
    plt.bar(x, value, bottom=bottom, label=col)
    # 计算标签的y坐标：底部位置 + 分段高度的一半（确保居中）
    label_y = bottom + value / 2
    # 添加内部标签，设置字体样式
    plt.text(x, label_y, f'{col}\n({value})', 
             ha='center', va='center', fontsize=10, color='white')
    # 更新底部位置，为下一个分段做准备
    bottom += value

# 调整图表样式
plt.xticks([x], ['总数据'])  # 设置x轴刻度
plt.ylabel('数值')
plt.title('单根堆叠柱状图带内部分段标签')
plt.legend(loc='upper right')
plt.tight_layout()
plt.show()

关键细节说明 #

• 用bottom变量自动追踪每个分段的起始位置，确保堆叠顺序正确，同时标签的y坐标计算完全基于这个变量，避免手动估算的偏差
• plt.text()的ha='center'和va='center'确保标签在分段内水平和垂直都居中
• 标签里可以同时显示列名和数值（比如f'{col}\n({value})'），如果只需要列名，直接用col即可

这个方案完全不需要手动调整位置，所有坐标都是基于数据自动计算的，不管你的aa1到aa5数值怎么变，标签都会自动居中在对应分段里。

内容的提问来源于stack exchange，提问作者Dawid