### 使用 Python 绘制金字塔图 #### 方法一：基于 Matplotlib 的实现 Matplotlib 是一个功能强大的绘图工具，可以用来创建各种类型的图表。以下是通过 Matplotlib 实现金字塔图的示例代码： ```python import matplotlib.pyplot as plt import numpy as np # 数据准备 categories = ['A', 'B', 'C', 'D', 'E'] left_values = [10, 20, 30, 40, 50] # 左侧数据 right_values = [-5, -15, -25, -35, -45] # 右侧数据（负数表示左侧） fig, ax = plt.subplots() # 设置条形宽度 bar_width = 0.8 # 创建左侧条形图 bars_left = ax.barh(categories, left_values, bar_width, color='skyblue', label='Left Group') # 创建右侧条形图 bars_right = ax.barh(categories, right_values, bar_width, color='salmon', label='Right Group') # 添加标签和其他细节 ax.set_xlabel('Values') ax.set_ylabel('Categories') ax.set_title('Pyramid Chart with Matplotlib') ax.legend() plt.grid(True) # 显示图形 plt.show() ``` 上述代码利用 `matplotlib` 中的水平柱状图函数 `barh()` 来分别绘制两侧的数据[^1]。 --- #### 方法二：基于 Seaborn 和 Matplotlib 结合的方式 Seaborn 提供了更高级别的接口来简化复杂可视化操作。虽然它本身不直接支持金字塔图，但可以通过组合其样式与 Matplotlib 功能完成此目标。 ```python import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 准备数据框 data = { 'Category': ['Group A', 'Group B', 'Group C'], 'Positive Values': [10, 20, 30], 'Negative Values': [-5, -15, -25] } df = pd.DataFrame(data) sns.set(style="whitegrid") # 初始化画布 f, ax = plt.subplots(figsize=(7, 6)) # 绘制正向部分 sns.barplot(x="Positive Values", y="Category", data=df, label="Positive", color="b", orient='h') # 绘制反向部分 sns.barplot(x="Negative Values", y="Category", data=df, label="Negative", color="r", orient='h') # 调整布局并显示 ax.legend(ncol=2, loc="lower right", frameon=True) ax.set(ylabel="", xlabel="Values") sns.despine(left=True, bottom=True) plt.title("Pyramid Chart using Seaborn and Matplotlib") plt.show() ``` 这段代码展示了如何结合 Seaborn 和 Pandas DataFrame 构建更加直观的金字塔结构。 --- #### 方法三：Plotly 高级交互式方法 如果需要制作具有更高互动性的图表，则 Plotly 库是一个不错的选择。下面是如何构建带交互效果的金字塔图的例子： ```python import plotly.graph_objects as go # 定义分组名称及其对应的数值 groups = ["Level 1", "Level 2", "Level 3"] positive_data = [50, 30, 20] negative_data = [-10, -20, -30] # 创建两个独立的 trace 对象用于展示不同方向上的数据分布情况 trace_positive = go.Bar( name='Positive', orientation='v', x=positive_data, y=groups, base=[0]*len(groups), marker_color='rgba(55, 128, 191, 0.6)', width=0.4 ) trace_negative = go.Bar( name='Negative', orientation='v', x=negative_data, y=groups, base=[0]*len(groups), marker_color='rgba(255, 128, 128, 0.6)', width=-0.4 ) layout = go.Layout(barmode='relative', title_text='Interactive Pyramid Chart Using Plotly') figure = go.Figure(data=[trace_positive, trace_negative], layout=layout) figure.update_layout(showlegend=True) figure.show() ``` 这里采用了相对模式 (`barmode='relative'`) 将两组对立的数据堆叠在一起形成最终的效果[^2]。 --- ### 总结 以上三种方式都可以有效生成金字塔型图表，具体选择取决于实际需求以及个人偏好。对于静态图像推荐使用 **Matplotlib 或者 Seaborn**；而对于动态可探索性强的应用场景则更适合采用 **Plotly**。