本系列文章配套代码获取有以下两种途径：
-
通过百度网盘获取：
链接：https://pan.baidu.com/s/1jG-rGG4QMuZu0t0kEEl7SA?pwd=mnsj提取码：mnsj
-
前往GitHub获取：
https://github.com/returu/Data_Visualization函数语法：
plt.stackplot(x, *args, labels=(), colors=None, hatch=None,baseline='zero', data=None, **kwargs)
-
x：横轴数据，通常为一维数组（如时间序列、类别标签），是所有堆叠组的共同横轴。
-
*args：可变参数，代表多组纵轴数据（如y1, y2, y3），每组数据需与x的长度一致。
-
labels：数组或列表，用于指定每组数据的标签，配合plt.legend()可显示图例，便于区分各组。
-
colors：指定填充区域的颜色，可传入颜色名称（如[‘red’, ‘blue’]）、十六进制代码（如[‘#FF0000‘, ‘#0000FF‘]）或颜色映射（如plt.cm.Set3）。
-
alpha：透明度，取值范围 0-1，值越小越透明，可避免多组数据重叠时遮挡关键信息。
-
baseline：堆叠基准线，决定多组数据的堆叠方式，常用取值包括，‘zero’、’sym’、’wiggle‘、’weighted_wiggle’。
-
**kwargs：用于传递控制堆叠面积图样式的额外参数。这些参数会被传递给底层的 PolyCollection 类（用于绘制填充多边形）。
– alpha: 透明度 (0-1) ；
– antialiased: 抗锯齿 (True/False) ；
– edgecolor: 边缘颜色 ；
– facecolor: 填充颜色 ；
– linewidth: 线宽 ；
– linestyle: 线型 (‘-‘, ‘–‘, ‘-.’, ‘:’) ；
– hatch: 填充图案 (‘/’, ”, ‘|’, ‘-‘, ‘+’, ‘x’, ‘o’, ‘O’, ‘.’, ‘*’) ；
– capstyle: 线端样式 (‘butt’, ’round’, ‘projecting’) ；
– joinstyle: 线连接样式 (‘miter’, ’round’, ‘bevel’) ；
– zorder: 绘图顺序 ；
– rasterized: 是否栅格化 (True/False)。
# 创建数据
months = np.arange(1, 13) # 1-12月
# 各部门月度支出（单位：万元）
研发部 = [20, 22, 25, 23, 26, 28, 30, 32, 35, 38, 40, 42]
市场部 = [15, 16, 18, 20, 22, 25, 28, 30, 32, 35, 38, 40]
行政部 = [10, 12, 11, 13, 12, 14, 15, 16, 17, 18, 19, 20]
人力资源部 = [8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
plt.figure(figsize=(12, 8))
# 绘制堆叠折线图
plt.stackplot(months, 研发部, 市场部, 行政部, 人力资源部, # 横轴数据 + 多组纵轴数据
labels=['研发部', '市场部', '行政部', '人力资源部'], # 为每组数据指定标签，用于图例显示
colors=['#FF6B6B', '#4ECDC4', '#45B7D1', '#96CEB4'], # 指定每组数据的填充颜色
alpha=0.8, # 设置填充区域的透明度
edgecolor='k', # 设置边缘颜色
linestyle='--', # 设置线型
hatch='x', # 设置填充图案
)
# 添加标题和标签
plt.title('2023年公司各部门月度支出分析', fontsize=16, fontweight='bold')
plt.xlabel('月份', fontsize=12)
plt.ylabel('支出（万元）', fontsize=12)
# 添加图例
plt.legend(loc='upper left', fontsize=11)
# 设置x轴刻度
plt.xticks(months)
# 添加网格
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()
使用示例：
-
示例1：基线模式对比
在stackplot()函数中，baseline参数是控制堆叠方式的核心参数，它决定了各数据系列如何堆叠以及基线的计算方式。
-
‘zero’（默认）：
逻辑：所有数据从 y=0 基准线开始向上堆叠；
适用场景：展示绝对数值的累积关系（如销售额、用户数等非负数据）；
特点：总面积直接反映总和，各组高度代表实际数值。
-
‘sym’：
逻辑：以各组数据的均值为基准，正负数据对称分布；
适用场景：包含正负值的数据集（如收入与支出、盈利与亏损）；
特点：能平衡展示正负数据的波动，突出相对变化。
-
‘wiggle’：
逻辑：通过算法调整基准线，使各组数据的总面积变化最小化；
适用场景：需要突出各组趋势差异，弱化绝对值对比时；
特点：各组线条更平滑，便于观察相对变化趋势。
-
‘weighted_wiggle’：
import matplotlib.gridspec as gridspec
# 生成通用的x轴数据（12个月）
x = np.arange(1, 13)
# ====================== 1. baseline='zero' 示例 ======================
# 场景：公司各部门非负支出数据（适合展示绝对数值累积）
dept1 = [15, 18, 22, 25, 28, 30, 32, 35, 38, 40, 42, 45] # 部门1支出
dept2 = [10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32] # 部门2支出
dept3 = [5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27] # 部门3支出
# ====================== 2. baseline='sym' 示例 ======================
# 场景：包含正负值的财务数据（收入为正，支出为负）
revenue = [30, 40, 50, 45, 60, 70, 65, 80, 90, 85, 100, 110] # 收入
expense = [-15, -20, -25, -22, -30, -35, -32, -40, -45, -42, -50, -55] # 支出
profit = np.array(revenue) + np.array(expense) # 利润（收入+支出）
# ====================== 3. baseline='wiggle' 示例 ======================
# 场景：多指标相对变化趋势（关注波动规律，弱化绝对值）
index1 = [2, 5, 3, 7, 4, 9, 6, 11, 8, 13, 10, 15] # 指标1
index2 = [1, 3, 2, 5, 3, 7, 4, 9, 5, 11, 6, 13] # 指标2
index3 = [0.5, 1.5, 1, 2.5, 1.5, 3.5, 2, 4.5, 2.5, 5.5, 3, 6.5] # 指标3
# ====================== 4. baseline='weighted_wiggle' 示例 ======================
# 场景：带权重的多维度数据（核心指标权重更高）
core = [10, 15, 12, 18, 14, 22, 18, 25, 20, 30, 25, 35] # 核心指标（高权重）
secondary = [5, 7, 6, 9, 7, 11, 9, 13, 10, 15, 12, 17] # 次要指标（中权重）
auxiliary = [2, 3, 2.5, 4, 3, 5, 4, 6, 5, 7, 6, 8] # 辅助指标（低权重）
# 创建2x2网格布局的图表
fig = plt.figure(figsize=(16, 14))
gs = gridspec.GridSpec(2, 2)
# ============= 1. 绘制baseline='zero'的图表 =================
ax1 = fig.add_subplot(gs[0, 0])
ax1.stackplot(x, dept1, dept2, dept3,
labels=['部门A', '部门B', '部门C'],
colors=['#FF6B6B', '#4ECDC4', '#45B7D1'],
alpha=0.8, baseline='zero')
ax1.set_title('baseline="zero"（非负数据累积）', fontsize=14, pad=15)
ax1.set_xlabel('月份', fontsize=12)
ax1.set_ylabel('支出（万元）', fontsize=12)
ax1.legend(loc='upper left')
ax1.grid(alpha=0.3)
ax1.set_xticks(x)
# ============= 2. 绘制baseline='sym'的图表 =================
ax2 = fig.add_subplot(gs[0, 1])
ax2.stackplot(x, revenue, expense, profit,
labels=['收入', '支出', '利润'],
colors=['#2ECC71', '#E74C3C', '#3498DB'],
alpha=0.7, baseline='sym')
ax2.axhline(y=0, color='black', linestyle='--', alpha=0.5) # 添加0基准线
ax2.set_title('baseline="sym"（正负数据对称）', fontsize=14, pad=15)
ax2.set_xlabel('月份', fontsize=12)
ax2.set_ylabel('金额（万元）', fontsize=12)
ax2.legend(loc='upper left')
ax2.grid(alpha=0.3)
ax2.set_xticks(x)
# ============= 3. 绘制baseline='wiggle'的图表 =================
ax3 = fig.add_subplot(gs[1, 0])
ax3.stackplot(x, index1, index2, index3,
labels=['指标X', '指标Y', '指标Z'],
colors=['#9B59B6', '#F1C40F', '#1ABC9C'],
alpha=0.7, baseline='wiggle')
ax3.set_title('baseline="wiggle"（趋势对比优先）', fontsize=14, pad=15)
ax3.set_xlabel('月份', fontsize=12)
ax3.set_ylabel('指标值', fontsize=12)
ax3.legend(loc='upper left')
ax3.grid(alpha=0.3)
ax3.set_xticks(x)
# ============= 4. 绘制baseline='weighted_wiggle'的图表 =================
ax4 = fig.add_subplot(gs[1, 1])
ax4.stackplot(x, core, secondary, auxiliary,
labels=['核心指标', '次要指标', '辅助指标'],
colors=['#E67E22', '#34495E', '#7F8C8D'],
alpha=0.7, baseline='weighted_wiggle')
ax4.set_title('baseline="weighted_wiggle"（带权重数据）', fontsize=14, pad=15)
ax4.set_xlabel('月份', fontsize=12)
ax4.set_ylabel('指标值', fontsize=12)
ax4.legend(loc='upper left')
ax4.grid(alpha=0.3)
ax4.set_xticks(x)
# 调整布局并显示
plt.tight_layout()
plt.subplots_adjust(top=0.92) # 调整顶部间距，避免标题重叠
plt.show()
-
示例2：添加数据标签
若需要在堆叠区域的关键位置（通常是顶部或各组交界处）标注对应数值，可通过plt.text()实现。
首先需要通过计算各组数据的累积值来确定标签的纵坐标位置，再结合横坐标位置实现精准标注。
plt.figure(figsize=(12, 8))
# 绘制堆叠折线图
plt.stackplot(months, 研发部, 市场部, 行政部, 人力资源部,
labels=['研发部', '市场部', '行政部', '人力资源部'],
colors=['#FF6B6B', '#4ECDC4', '#45B7D1', '#96CEB4'])
# 计算总支出
total = np.array(研发部) + np.array(市场部) + np.array(行政部) + np.array(人力资源部)
# 遍历每个月份，为总支出添加数值标签和标记点
# 使用enumerate获取索引i和对应的（月份, 总支出）元组
for i, (q, t) in enumerate(zip(months, total)):
plt.text(
i+1, # x坐标：对应月份（+1是为了与months的数值对应）
t+3, # y坐标：总支出值+3（添加微小偏移，避免标签与堆叠区域重叠）
f'{t}万元', # 标签内容：总支出数值+单位
ha='center', # 水平居中对齐
fontsize=12, # 字体大小
fontweight='bold'# 字体加粗，突出显示
)
# 在总支出位置添加红色标记点，增强视觉提示
plt.scatter(
i+1, # x坐标：对应月份
t, # y坐标：总支出值（堆叠区域的顶部）
c='red', # 点的填充颜色为红色
edgecolors='black'# 点的边缘颜色为黑色，增加对比度
)
plt.title('2023年公司各部门月度支出分析（带数据标签）', fontsize=16)
plt.xlabel('月份')
plt.ylabel('支出（万元）')
plt.legend(loc='upper left')
# 设置x轴刻度
xlabels = [str(i)+"月"for i in months]
plt.xticks(months,xlabels)
plt.grid(True, alpha=0.3)
plt.tight_layout()
可视化结果如下图所示：
更多内容可以前往官网查看：
https://matplotlib.org/stable/
本篇文章来源于微信公众号: 码农设计师
