如何使用Matplotlib创建自定义Python项目阶段进度图表

没问题！我来帮你一步步搞定这个定制化图表，用Matplotlib结合Pandas就能完美实现你想要的效果，完全贴合你的需求～

1. 先把数据处理好 #

首先我们把你给的原始数据整理成Pandas DataFrame，然后筛选出ItemStatus为Complete的项目（毕竟只有完成的项目才有确定的Outcome），再按阶段分组统计每个结果的数量：

import pandas as pd
import matplotlib.pyplot as plt

# 把你的原始数据转成DataFrame
data = {
    'ItemID': [1,2,3,4,5,6,7,8],
    'ItemPhase': ['Phase1', 'Phase2', 'Phase1', 'Phase3', 'Phase2', 'Phase2', 'Phase3', 'Phase2'],
    'ItemStatus': ['Complete', 'WIP', 'Complete', 'WIP', 'Complete', 'WIP', 'Complete', 'Complete'],
    'ItemOutcome': ['In', 'WIP', 'Out', 'WIP', 'In', 'WIP', 'In', 'Out'],
    'Date': ['01-02-2011', '01-03-2014', '05-02-2010', '01-04-2015', '01-05-2012', '01-02-2013', '01-06-2015', '01-07-2013']
}

df = pd.DataFrame(data)

# 只保留已完成的项目
completed_df = df[df['ItemStatus'] == 'Complete']

# 按阶段分组，统计In/Out的数量，同时算出每个阶段的总完成数
outcome_counts = completed_df.groupby(['ItemPhase', 'ItemOutcome']).size().unstack(fill_value=0)
phase_totals = outcome_counts.sum(axis=1)

# 强制阶段按Phase1→Phase2→Phase3的顺序排列，避免乱序
phase_order = ['Phase1', 'Phase2', 'Phase3']
outcome_counts = outcome_counts.reindex(phase_order)
phase_totals = phase_totals.reindex(phase_order)

2. 生成和示例一致的上下布局图表 #

参考你想要的样式，我们做上下两个子图：上方展示各阶段的总完成数（对应示例的Items Status区域），下方用堆叠条形图展示每个阶段的Outcome分布（对应Item Outcomes区域），而且两个图表的x轴完全对齐：

# 先设置个好看的图表风格
plt.style.use('seaborn-v0_8')

# 创建画布和两个子图，上下布局，共享x轴，调整上下图的高度比例
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(8, 6), sharex=True, gridspec_kw={'height_ratios': [1, 2]})

# 上方子图：各阶段总完成项目数
x_positions = range(len(phase_order))
ax1.bar(x_positions, phase_totals.values, color='#4a6fe3')
ax1.set_ylabel('Completed Items')
ax1.set_title('Items Status by Phase')
# 给每个柱子加上数值标签，更直观
for idx, total in enumerate(phase_totals.values):
    ax1.text(idx, total + 0.1, str(total), ha='center', fontsize=10)

# 下方子图：各阶段Outcome的堆叠分布
ax2.bar(x_positions, outcome_counts['In'], label='In', color='#2ecc71')
ax2.bar(x_positions, outcome_counts['Out'], bottom=outcome_counts['In'], label='Out', color='#e74c3c')
ax2.set_xlabel('Item Phase')
ax2.set_ylabel('Number of Items')
ax2.set_title('Item Outcomes by Phase')
ax2.set_xticks(x_positions)
ax2.set_xticklabels(phase_order)
ax2.legend(loc='upper right')

# 自动调整子图间距，避免标题和标签重叠
plt.tight_layout()
plt.show()

3. 额外优化：交互式图表（可选） #

如果你想要更灵活的交互式效果（比如hover查看具体数值），可以用Plotly来实现，代码也很简单：

import plotly.graph_objects as go
from plotly.subplots import make_subplots

# 创建上下布局的子图
fig = make_subplots(rows=2, cols=1, shared_xaxes=True, vertical_spacing=0.1,
                    subplot_titles=['Items Status by Phase', 'Item Outcomes by Phase'])

# 上方添加总完成数的柱状图
fig.add_trace(go.Bar(x=phase_order, y=phase_totals.values, name='Completed', marker_color='#4a6fe3'),
              row=1, col=1)

# 下方添加In/Out的堆叠柱状图
fig.add_trace(go.Bar(x=phase_order, y=outcome_counts['In'], name='In', marker_color='#2ecc71'),
              row=2, col=1)
fig.add_trace(go.Bar(x=phase_order, y=outcome_counts['Out'], name='Out', marker_color='#e74c3c'),
              row=2, col=1)

# 调整整体布局
fig.update_layout(barmode='stack', height=600, title_text='Project Phase Progress & Outcomes')
fig.update_yaxes(title_text='Completed Items', row=1, col=1)
fig.update_yaxes(title_text='Number of Items', row=2, col=1)
fig.update_xaxes(title_text='Item Phase', row=2, col=1)

# 展示交互式图表
fig.show()

这样生成的图表可以点击图例切换显示，hover时还能看到具体的数值，体验非常棒～

内容的提问来源于stack exchange，提问作者Max Payne