2级嵌套条形图

2级嵌套条形图（也称为分组条形图或分层条形图）是一种用于显示数据层次结构的图表类型。它可以帮助你在同一图表中比较不同类别和子类别的数据。

在 Python 中，你可以使用 matplotlib 库来创建2级嵌套条形图。以下是一个示例，展示如何使用 matplotlib 创建一个2级嵌套条形图。

示例代码

假设我们有以下数据：

• 类别 A 和 B
• 每个类别下有两个子类别：A1, A2 和 B1, B2
• 每个子类别有对应的值

import matplotlib.pyplot as plt
import numpy as np

# 数据
categories = ['A', 'B']
subcategories = ['1', '2']
values = {
    'A': [10, 15],
    'B': [20, 25]
}

# 设置条形图的宽度
bar_width = 0.35

# 设置位置
index = np.arange(len(subcategories))

# 创建图形和子图
fig, ax = plt.subplots()

# 绘制条形图
for i, category in enumerate(categories):
    ax.bar(index + i * bar_width, values[category], bar_width, label=category)

# 设置X轴标签
ax.set_xlabel('Subcategories')
ax.set_ylabel('Values')
ax.set_title('2-Level Nested Bar Chart')
ax.set_xticks(index + bar_width / 2)
ax.set_xticklabels(subcategories)

# 添加图例
ax.legend()

# 显示图形
plt.show()

解释

1. 数据准备：
   • categories 列表包含主要类别（A 和 B）。
   • subcategories 列表包含子类别（1 和 2）。
   • values 字典包含每个主要类别下的子类别对应的值。
2. 设置条形图的宽度：
   • bar_width 变量定义了每个条形的宽度。
3. 设置位置：
   • index 变量使用 np.arange 函数生成子类别的索引。
4. 创建图形和子图：
   • 使用 plt.subplots() 创建图形和子图。
5. 绘制条形图：
   • 使用 ax.bar() 方法绘制条形图。通过循环 categories 列表，分别绘制每个主要类别的条形图，并将它们在 X 轴上错开。
6. 设置X轴标签：
   • 使用 ax.set_xticks() 和 ax.set_xticklabels() 设置 X 轴的刻度和标签。
7. 添加图例：
   • 使用 ax.legend() 添加图例。
8. 显示图形：
   • 使用 plt.show() 显示图形。

结果

运行上述代码将生成一个2级嵌套条形图，其中每个主要类别（A 和 B）都有两个子类别（1 和 2），并且每个子类别都有对应的值。图例将显示主要类别的标签，X 轴将显示子类别的标签。

通过这种方式，你可以使用 matplotlib 创建和自定义2级嵌套条形图，以便更好地展示和比较数据。