如何调整Pyplot中分类变量（up/mid/down）的显示顺序

嘿，这个问题我太熟了！在Matplotlib里调整分类变量的显示顺序其实没那么复杂，主要分两种场景来处理，看你是直接用Matplotlib原生绘图，还是结合Pandas来管理数据：

方法1：直接给Matplotlib坐标轴指定顺序 #

如果是直接用Matplotlib的bar、boxplot等函数绘图，你可以在绘图后手动指定x轴刻度的标签顺序：

import matplotlib.pyplot as plt

# 示例数据：分类和对应的速度值
categories = ['up', 'mid', 'down']
speed_data = [14, 21, 16]

# 先绘制基础图形
plt.bar(categories, speed_data)

# 强制设置你想要的顺序——比如这里改成down-mid-up
plt.xticks(ticks=[0, 1, 2], labels=['down', 'mid', 'up'])

plt.xlabel('Category')
plt.ylabel('Speed')
plt.show()

要是你想要up-mid-down的顺序，只需要把labels参数改成['up', 'mid', 'down']就行，非常直接。

方法2：用Pandas有序分类从根源控制（推荐） #

如果你的数据存在Pandas的DataFrame/Series里，更优雅的方式是把分类列转换成有序分类类型，这样不管是用Pandas自带的绘图函数，还是Seaborn，都会自动遵循你指定的顺序：

import pandas as pd
import matplotlib.pyplot as plt

# 构造示例数据集
df = pd.DataFrame({
    'category': ['up', 'mid', 'down', 'up', 'mid', 'down'],
    'speed': [12, 23, 15, 13, 21, 17]
})

# 将category列转为有序分类，指定目标顺序（比如down-mid-up）
df['category'] = pd.Categorical(
    df['category'],
    categories=['down', 'mid', 'up'],
    ordered=True
)

# 分组求均值后绘图，顺序会自动匹配你设置的分类顺序
df.groupby('category')['speed'].mean().plot(kind='bar')

plt.xlabel('Category')
plt.ylabel('Average Speed')
plt.show()

要是用Seaborn绘图，也可以直接在函数里加order参数快速指定顺序，比如：

import seaborn as sns
sns.boxplot(x='category', y='speed', data=df, order=['down', 'mid', 'up'])

内容的提问来源于stack exchange，提问作者Jorre Goossens