Python中优化堆积条形图的实现方法与对比效果

# 模拟数据：4个季度，5个满意度维度（强烈反对、反对、中立、同意、坚决同意）
quarters = ["第一季度", "第二季度", "第三季度", "第四季度"]
categories = ["强烈反对", "反对", "中立", "同意", "坚决同意"]
colors = ["#FF6B6B", "#FF9F6B", "#D6CBCB", "#6BCF7F", "#4D96FF"]

# 每个季度的满意度分布（百分比）
data = np.array(
    [
        [5, 10, 25, 40, 20],  # 第一季度
        [3, 8, 20, 45, 24],  # 第二季度
        [4, 12, 18, 43, 23],  # 第三季度
        [2, 6, 15, 50, 27],  # 第四季度
    ]
)

# 传统横向堆积条形图
fig, ax = plt.subplots(1, 2, figsize=(14, 4), gridspec_kw={"width_ratios": [1, 1]})

# 左图：传统横向堆积条形图
# ... 省略 ...

# 右图：横向堆叠条形图的改进版，添加分隔线
# ... 省略 ...

plt.tight_layout()
plt.show()

import matplotlib.gridspec as gridspec

fig = plt.figure(figsize=(12, 6))
gs = gridspec.GridSpec(2, 5, figure=fig, hspace=0.3, wspace=0.4)
# 拆解堆积条形图：为每个类别创建单独的横向子图
axes = []
for i in range(5):
    axes.append(fig.add_subplot(gs[0, i]))

# 为每个满意度维度创建一个横向条形图
for i, (category, color, ax) in enumerate(zip(categories, colors, axes)):
    # ... 省略 ...

ax = fig.add_subplot(gs[1, :]) # 第1行，所有列 (等同于 gs[1, 0:5])
# ... 省略 ...

plt.show()

# 4. 创建画布
fig, ax = plt.subplots(2, 1,figsize=(10, 6))
y_pos = np.arange(len(quarters))
# 拆分数据列
strongly_disagree = data[:, 0]
disagree          = data[:, 1]
neutral           = data[:, 2]
agree             = data[:, 3]
strongly_agree    = data[:, 4]

# ==========================================
# 核心逻辑修改：以中立(Neutral)的中心为0点
# ==========================================
# 1. 绘制中立 (灰色)：跨越 0 轴
# left 从 -width/2 开始，这样 0 就在正中间

# 2. 绘制左侧 (负面情绪)：向左堆叠
# 反对 (Green)：起始位置在 -neutral/2 的左边

# 强烈反对 (Purple)：起始位置在 反对 的左边

# 3. 绘制右侧 (正面情绪)：向右堆叠
# 同意 (Orange)：起始位置在 neutral/2

# 强烈同意 (Red)：起始位置在 同意 的右边

# 5. 美化图表
# 添加中间的基准线 (穿过中立条形)
# ... 省略 ...
plt.show()