如何使用ggplot创建堆叠条形图？附数据集与可视化需求

嘿，这事儿不难！用Python的pandas和matplotlib就能轻松搞定，我给你写好完整代码和解释，直接抄过去就能运行：

步骤1：导入必要的库 #

先把需要用到的数据分析和绘图库导入进来：

import pandas as pd
import matplotlib.pyplot as plt

步骤2：加载你的数据集 #

把你提供的数据集转换成DataFrame格式，方便后续处理：

# 创建数据集
data = {
    'A': [1, 0, 1, 1],
    'B': [1, 1, 0, 0],
    'C': [1, 1, 1, 1]
}
df = pd.DataFrame(data)

步骤3：计算每列0和1的占比 #

对每列统计0和1的占比，转置后让结构更适配堆叠条形图的需求：

# 计算每列0和1的占比，转置后行是列名，列是0/1的占比
proportion_df = df.apply(lambda x: x.value_counts(normalize=True)).T.fillna(0)

解释：value_counts(normalize=True)会计算每个值在列中的占比，T转置后把列名（A/B/C）变成行索引，fillna(0)是为了处理像C列这种没有0的情况，自动把0的占比设为0，避免报错。

步骤4：绘制堆叠条形图 #

接下来就是画图了，我还加了数值标签、标题和清晰的配色，让图表更直观：

# 设置一个好看的绘图风格
plt.style.use('seaborn-v0_8')

# 绘制堆叠条形图
ax = proportion_df.plot(kind='bar', stacked=True, figsize=(8, 5), color=['#636EFA', '#EF553B'])

# 添加标题和坐标轴标签
plt.title('Proportion of 0s and 1s in Each Column', fontsize=14)
plt.xlabel('Columns', fontsize=12)
plt.ylabel('Proportion', fontsize=12)

# 设置图例，明确哪个颜色对应0/1
plt.legend(title='Value', loc='upper right', labels=['0', '1'])

# 给每个堆叠部分添加数值标签，显示具体占比
for container in ax.containers:
    ax.bar_label(container, fmt='%.2f', label_type='center')

# 调整布局，防止标签被截断
plt.tight_layout()

# 显示图表
plt.show()

运行这段代码后，你会得到一个并排的堆叠条形图：每一根条形对应A/B/C列，条形的两部分分别代表0和1的占比，还会显示具体的数值（比如A列0的占比是0.25，1的占比是0.75；C列0的占比是0，1的占比是1.0）。

内容的提问来源于stack exchange，提问作者Sajjad