使用分类数据创建堆栈图

堆栈图（Stacked Chart）是一种常见的数据可视化方式，用于显示不同类别的数据在同一图表中的累积效果。你可以使用多种工具和库来创建堆栈图，例如 Matplotlib（Python）、ggplot2（R）、Excel 等。下面我将展示如何使用 Python 的 Matplotlib 库来创建一个堆栈图。

示例数据

假设你有以下分类数据：

import pandas as pd

data = {
    'Category': ['A', 'B', 'C', 'D'],
    '2018': [10, 15, 20, 25],
    '2019': [20, 25, 30, 35],
    '2020': [30, 35, 40, 45]
}

df = pd.DataFrame(data)

使用 Matplotlib 创建堆栈图

安装 Matplotlib 和 Pandas 如果你还没有安装这些库，可以使用以下命令进行安装：

pip install matplotlib pandas
创建堆栈图 使用 Matplotlib 创建堆栈图的代码如下：

import matplotlib.pyplot as plt # 示例数据 data = { 'Category': ['A', 'B', 'C', 'D'], '2018': [10, 15, 20, 25], '2019': [20, 25, 30, 35], '2020': [30, 35, 40, 45] } df = pd.DataFrame(data) # 设置图表的大小 plt.figure(figsize=(10, 6)) # 创建堆栈图 plt.bar(df['Category'], df['2018'], label='2018') plt.bar(df['Category'], df['2019'], bottom=df['2018'], label='2019') plt.bar(df['Category'], df['2020'], bottom=df['2018'] + df['2019'], label='2020') # 添加标题和标签 plt.title('Stacked Bar Chart Example') plt.xlabel('Category') plt.ylabel('Values') # 添加图例 plt.legend() # 显示图表 plt.show()

解释

导入库：导入 matplotlib.pyplot 和 pandas 库。
示例数据：创建一个包含分类数据的 DataFrame。
设置图表大小：使用 plt.figure(figsize=(10, 6)) 设置图表的大小。
创建堆栈图：
- 使用 plt.bar 创建堆栈图的每一层。
- bottom 参数用于指定每一层的起始位置，以实现堆叠效果。
添加标题和标签：使用 plt.title、plt.xlabel 和 plt.ylabel 添加图表的标题和轴标签。
添加图例：使用 plt.legend 添加图例。
显示图表：使用 plt.show 显示图表。

输出

运行上述代码后，你将看到一个堆栈图，其中每个类别的值按年份堆叠在一起。

完整示例

以下是完整的代码示例：

import matplotlib.pyplot as plt
import pandas as pd

# 示例数据
data = {
    'Category': ['A', 'B', 'C', 'D'],
    '2018': [10, 15, 20, 25],
    '2019': [20, 25, 30, 35],
    '2020': [30, 35, 40, 45]
}

df = pd.DataFrame(data)

# 设置图表的大小
plt.figure(figsize=(10, 6))

# 创建堆栈图
plt.bar(df['Category'], df['2018'], label='2018')
plt.bar(df['Category'], df['2019'], bottom=df['2018'], label='2019')
plt.bar(df['Category'], df['2020'], bottom=df['2018'] + df['2019'], label='2020')

# 添加标题和标签
plt.title('Stacked Bar Chart Example')
plt.xlabel('Category')
plt.ylabel('Values')

# 添加图例
plt.legend()

# 显示图表
plt.show()

通过上述步骤，你可以使用分类数据创建一个堆栈图。你可以根据需要调整数据和图表的样式，以满足特定的需求。