为何Pandas的df.plot.bar()不支持传入宽度数组？

我之前也碰到过这个坑！明明Matplotlib原生的bar和barh函数都支持传入数组作为每个条形的宽度/高度，但用Pandas的plot.bar()或者plot.barh()调用时就会报错，堆栈信息里全是轴范围计算相关的错误。

先把你提到的最小复现代码补全：

import pandas as pd
import matplotlib.pyplot as plt

# 完整的最小复现代码
df = pd.DataFrame({'value': [3,5,4], 'width': [0.1, 0.3, 0.2]})
# 尝试用Pandas barh调用，会触发报错
df.plot.barh(height=df['width'])
plt.show()

问题根源 #

这其实是Pandas对Matplotlib的包装层的一个小缺陷：Pandas的plot.bar/barh在内部计算坐标轴范围的时候，默认把width（bar的参数）或者height（barh的参数）当成单个标量来处理。比如在调整y轴范围时，它会执行类似y + height的运算，但如果height是数组，这里的逻辑没有做数组兼容的处理，导致类型不匹配或者运算错误，最终抛出异常。

而Matplotlib原生函数则完全支持数组类型的宽度/高度参数，因为它的轴范围计算逻辑是针对每个条形单独处理的。

解决办法 #

最直接省心的方案就是绕过Pandas的plot包装器，直接用Matplotlib的原生函数来绘制，这样就能正常使用数组宽度了：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'value': [3,5,4], 'width': [0.1, 0.3, 0.2]})

fig, ax = plt.subplots()
# 生成y轴位置的数组
y_positions = range(len(df))
# 用Matplotlib原生barh，传入宽度数组作为height参数
ax.barh(y_positions, df['value'], height=df['width'])
# 设置y轴刻度和标签（对应原DataFrame的索引）
ax.set_yticks(y_positions)
ax.set_yticklabels(df.index)

plt.tight_layout()
plt.show()

如果一定要坚持用Pandas的plot接口，也可以先调用Pandas绘制，再手动遍历每个条形对象修改宽度，但这种方法比较繁琐，不如直接用Matplotlib原生函数来得高效。

内容的提问来源于stack exchange，提问作者eecharlie