### 实现方法 在 Python 中，可以使用 Matplotlib 或 Plotly 来实现同一界面中包含折线图和柱状图的可视化。以下是两种方法的具体实现： #### 方法一：使用 Matplotlib Matplotlib 提供了 `subplots` 方法来创建多个子图，可以在同一个界面中绘制不同的图表。以下是一个示例代码[^1]： ```python import matplotlib.pyplot as plt import numpy as np # 创建数据 x = np.arange(1, 8) y_bar = np.array([10770, 16780, 24440, 30920, 37670, 48200, 57270]) y_line = np.array([12000, 17000, 25000, 31000, 38000, 49000, 58000]) # 创建画布和子图对象 fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 6)) # 绘制柱状图 ax1.bar(x, y_bar, tick_label=["2013", "2014", "2015", "2016", "2017", "2018", "2019"], width=0.5, color='skyblue') ax1.set_title("柱状图") ax1.set_xlabel("年份") ax1.set_ylabel("销售额") # 绘制折线图 ax2.plot(x, y_line, color='red', linewidth=3, linestyle='solid', marker='o') ax2.set_title("折线图") ax2.set_xlabel("年份") ax2.set_ylabel("销售额") ax2.set_xticks(x) ax2.set_xticklabels(["2013", "2014", "2015", "2016", "2017", "2018", "2019"]) # 显示图形 plt.tight_layout() plt.show() ``` #### 方法二：使用 Plotly Plotly 是一个交互式绘图库，支持在同一界面中绘制多种类型的图表。以下是一个示例代码[^2]： ```python import plotly.graph_objects as go import numpy as np # 创建数据 x = ["2013", "2014", "2015", "2016", "2017", "2018", "2019"] y_bar = [10770, 16780, 24440, 30920, 37670, 48200, 57270] y_line = [12000, 17000, 25000, 31000, 38000, 49000, 58000] # 创建柱状图 bar_trace = go.Bar(x=x, y=y_bar, name="柱状图", marker=dict(color='skyblue')) # 创建折线图 line_trace = go.Scatter(x=x, y=y_line, mode='lines+markers', name="折线图", line=dict(color='red')) # 合并图表 fig = go.Figure(data=[bar_trace, line_trace]) # 设置布局 fig.update_layout(title="柱状图与折线图结合", xaxis_title="年份", yaxis_title="销售额") # 显示图形 fig.show() ``` ### 比较 - **Matplotlib** 更适合静态图表的绘制，易于上手且功能强大。通过 `subplots` 可以灵活地安排多个子图。 - **Plotly** 提供了交互式功能，适合需要动态展示或用户交互的场景。同时，Plotly 的图表更美观，适合用于报告或演示。 以上两种方法都可以满足在同一界面中绘制折线图和柱状图的需求，具体选择取决于实际需求和偏好[^3]。