### 如何在柱状图上叠加折线图 要在柱状图的基础上叠加一条折线图，可以通过 `matplotlib` 或 `seaborn` 实现这一功能。以下是具体实现方式： #### 使用 Matplotlib 进行绘制 通过调用 `plt.bar()` 方法来绘制柱状图，并使用 `plt.plot()` 来绘制折线图。两者可以在同一个坐标轴对象上调用。 ```python import numpy as np import matplotlib.pyplot as plt # 数据准备 categories = ['A', 'B', 'C', 'D'] bar_values = [3, 7, 2, 5] line_x = np.arange(len(categories)) line_y = [4, 8, 6, 9] # 创建图形和子图 fig, ax = plt.subplots() # 绘制柱状图 ax.bar(line_x, bar_values, color='blue', label='Bar Chart') # 添加折线图 ax.plot(line_x, line_y, marker='o', linestyle='-', color='red', linewidth=2, label='Line Chart') # 设置其他属性 ax.set_xticks(line_x) ax.set_xticklabels(categories) ax.legend() ax.set_title('Column and Line Chart Combined') ax.set_xlabel('Categories') ax.set_ylabel('Values') # 显示图像 plt.tight_layout() plt.show() ``` 上述代码实现了在一个图表中同时显示柱状图和折线图的功能[^1]。其中，柱状图的数据由变量 `bar_values` 提供，而折线图则由数组 `line_x` 和 `line_y` 定义。 --- #### 使用 Seaborn 结合 Matplotlib Seaborn 是基于 Matplotlib 构建的一个高级 API 库，能够简化绘图过程并提供更好的视觉效果。下面是一个结合 Seaborn 的例子： ```python import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 准备数据 data = {'Category': ['A', 'B', 'C', 'D'], 'Bar Values': [3, 7, 2, 5], 'Line Values': [4, 8, 6, 9]} df = pd.DataFrame(data) # 初始化画布 sns.set(style="whitegrid") # 设置风格 fig, ax1 = plt.subplots(figsize=(8, 5)) # 绘制柱状图 sns.barplot(x='Category', y='Bar Values', data=df, palette='Blues_d', ax=ax1, label='Bar Chart') # 同一坐标系下添加折线图 ax2 = ax1.twinx() # 双 Y 轴设置 sns.lineplot(x='Category', y='Line Values', data=df, sort=False, marker='o', color='r', ax=ax2, label='_nolegend_') # 自定义标签和其他细节 ax1.set_title('Combined Bar and Line Chart with Seaborn', fontsize=16) ax1.set_ylabel('Bar Values', fontsize=12) ax2.set_ylabel('Line Values', fontsize=12) lines, labels = ax1.get_legend_handles_labels() lines2, labels2 = ax2.get_legend_handles_labels() ax2.legend(lines + lines2, ["Bar Chart", "Line Chart"], loc='upper left') # 展示最终结果 plt.tight_layout() plt.show() ``` 此代码片段利用了双 Y 轴技术 (`twinx`) 将两种不同类型的图表组合在一起[^3]。这使得我们可以分别控制每种图表的颜色、样式以及刻度范围。 --- #### 关于 Origin 工具的说明 如果提到的是软件 **Origin**，这是一个专门用于科学数据分析与可视化的商业工具。虽然它可以完成类似的复合图表制作任务，但由于其并非开源项目，在这里不适用 Python 编程接口。因此推荐继续采用前述方法即借助 Matplotlib 或者 Seaborn 来达成目标[^4]。 ---