Python Matplotlib绘制带填充纹理堆叠图实战指南

环境准备与数据构建

执行代码前需确保本地已安装 matplotlib 与 numpy。若未配置，可在终端运行：

pip install matplotlib numpy

图表的数据结构建议采用字典嵌套列表的形式，明确区分横轴分类标识、各样本的分项数值以及图例名称。本示例模拟了13个样本下三类指标的误差（RMSE）分布：

import numpy as np

data = {
    "samples": list(range(1, 14)),
    "RMSE_values": [
        [0.15, 0.20, 0.25], [0.30, 0.35, 0.30], [0.25, 0.30, 0.35],
        [0.20, 0.25, 0.30], [0.18, 0.22, 0.28], [0.20, 0.24, 0.29],
        [0.22, 0.26, 0.31], [0.19, 0.23, 0.32], [0.17, 0.21, 0.33],
        [0.16, 0.20, 0.34], [0.14, 0.19, 0.35], [0.13, 0.18, 0.36],
        [0.12, 0.17, 0.37]
    ],
    "labels": ["A", "B", "C", "D"]
}

配置绘图风格与字体

为避免默认英文字体导致的中文乱码，并适配色觉障碍用户的阅读习惯，初始化时应调用内置的无障碍配色方案：

import matplotlib.pyplot as plt

# 启用适合色盲群体的视觉风格
plt.style.use('seaborn-v0_8-colorblind')

# 强制设定全局中文字体并关闭负号 Unicode 转换
plt.rcParams.update({
    'font.family': 'SimHei',
    'font.size': 10,
    'axes.unicode_minus': False
})

核心操作：循环绘制带纹理堆叠图

第1步：初始化画布与属性映射

创建一个宽度为10英寸、高度为6英寸的 Axes 对象。同时定义颜色序列与 Hatch 纹理代码。Hatch 机制通过在色块内叠加指定的线条图案来区分重叠区域，避免依赖单纯的颜色差异。

# 创建画布
fig, ax = plt.subplots(figsize=(10, 6))

# 定义前景色与对应的填充图案 (单线、双线交叉、反向斜线)
colors = ['navy', 'teal', 'mediumaquamarine', 'khaki']
hatches = ['xx', '', '\\', '//']

第2步：遍历数据执行堆叠绘制

利用 bottom 变量实时追踪当前栈顶高度。在循环体内提取对应列的样本值，传入 ax.bar() 接口并挂载 hatch 属性。渲染完毕后累加该层数值以供上层覆盖。

bottom = np.zeros(len(data["samples"]))

for i, label in enumerate(data["labels"]):
    if i < 3:  # 仅渲染前三个有效列，防止索引越界
        col_values = [row[i] for row in data["RMSE_values"]]
        bars = ax.bar(
            data["samples"], col_values, bottom=bottom,
            color=colors[i], hatch=hatches[i], label=label,
            edgecolor='black', width=0.6
        )
        bottom += col_values

完善图表元素与显示保存

完成基础图形渲染后，必须补充坐标轴说明、网格参考线以及布局边界控制，以确保导出文件可直接用于学术或商业报告：

# 绑定轴标签与页面主标题
ax.set_xlabel('样本数')
ax.set_ylabel('RMSE (米)')
ax.set_title('纹理填充堆叠条形图')

# 放置图例至右上角
ax.legend(loc='upper right')

# 开启Y轴虚线网格并将刻度上限控制在1.5以内
ax.grid(True, axis='y', linestyle='--', alpha=0.7)
ax.set_ylim(0, 1.5)

随后通过标准接口输出预览窗口或直接调用磁盘写入功能：

# plt.savefig('stacked_hatched_bar.png', dpi=300, bbox_inches='tight')
plt.show()
plt.close(fig)

完整代码汇总

import matplotlib.pyplot as plt
import numpy as np

data = {
    "samples": list(range(1, 14)),
    "RMSE_values": [
        [0.15, 0.20, 0.25], [0.30, 0.35, 0.30], [0.25, 0.30, 0.35],
        [0.20, 0.25, 0.30], [0.18, 0.22, 0.28], [0.20, 0.24, 0.29],
        [0.22, 0.26, 0.31], [0.19, 0.23, 0.32], [0.17, 0.21, 0.33],
        [0.16, 0.20, 0.34], [0.14, 0.19, 0.35], [0.13, 0.18, 0.36],
        [0.12, 0.17, 0.37]
    ],
    "labels": ["A", "B", "C", "D"]
}

plt.style.use('seaborn-v0_8-colorblind')
plt.rcParams.update({
    'font.family': 'SimHei', 
    'font.size': 10,          
    'axes.unicode_minus': False  
})

fig, ax = plt.subplots(figsize=(10, 6))
colors = ['navy', 'teal', 'mediumaquamarine', 'khaki']
hatches = ['xx', '', '\\', '//']  

bottom = np.zeros(len(data["samples"]))  

for i, label in enumerate(data["labels"]):
    if i < 3:  
        values = [item[i] for item in data["RMSE_values"]]
        bars = ax.bar(data["samples"], values, bottom=bottom, color=colors[i], hatch=hatches[i], label=label, edgecolor='black', width=0.6)
        bottom += values  

ax.set_xlabel('样本数')  
ax.set_ylabel('RMSE (米)')  
ax.set_title('纹理填充堆叠条形图')  
ax.legend(loc='upper right')  
ax.grid(True, axis='y', linestyle='--', alpha=0.7)  
ax.set_ylim(0, 1.5)  

plt.show()
plt.close(fig)

效果验证与总结

运行上述脚本后，控制台将弹出包含密集阴影条纹叠加的立体柱状面板。每个数据切片均独立着色并以特定斜率排布的几何线条填充，彻底解决了传统纯色堆叠图在黑白打印或投影时层次混淆的问题。在实际工程调度或业务复盘场景里，开发者只需替换字典内的数值矩阵并微调 width 间距即可无缝迁移至新项目。以上就是使用Python配合Matplotlib库绘制带填充纹理的堆叠图的详细内容，更多关于Python数据可视化技巧的资料请关注本站其它相关文章！