### 实现从中间开始增长的柱状图 为了实现从中点开始增长的条形图，可以通过调整 `bottom` 参数来控制条形的高度起点。对于正值和负值的数据，可以分别处理正数部分和负数部分，使它们都从零点向上下两个方向扩展。 #### 使用 Matplotlib 绘制中心对称条形图 下面展示的是如何使用 Matplotlib 来绘制这种类型的图表： ```python import matplotlib.pyplot as plt import numpy as np data_positive = np.array([10, 20, 30, 40]) data_negative = -np.array([5, 15, 25, 35]) fig, ax = plt.subplots() indices = range(len(data_positive)) bar_width = 0.35 # 正数部分 ax.bar(indices, data_positive, bar_width, label='Positive Values', align='center') # 负数部分 ax.bar(indices, data_negative, bar_width, label='Negative Values', align='center') ax.axhline(0, color='black',linewidth=0.8) # 中心线 ax.set_xlabel('类别') ax.set_ylabel('值') ax.set_title('从中心向外延伸的条形图') ax.legend() plt.xticks(indices, ('类别A', '类别B', '类别C', '类别D')) plt.show() ``` 此代码片段创建了一组既包含正面也包含负面数值的条形图，并让所有的条形都是基于y轴上的同一个中央位置展开[^2]。 #### 使用 Seaborn 和 Pandas 进行更简洁的操作 如果希望简化操作并获得更好的视觉效果，则可以选择借助 Seaborn 库以及 Pandas 数据框来进行数据准备与绘图工作: ```python import pandas as pd import seaborn as sns import matplotlib.pyplot as plt df = pd.DataFrame({ "Category": ["类别A", "类别B", "类别C", "类别D"], "Value": [10, -20, 30, -40], }) sns.set(style="whitegrid") g = sns.catplot( x="Category", y="Value", kind="bar", palette=["b" if v >= 0 else "r" for v in df["Value"]], data=df, ) for p in g.ax.patches: height = p.get_height() g.ax.annotate(f'{height:.0f}', (p.get_x()+p.get_width()/2., height), ha='center', va='center', fontsize=11, color='black', xytext=(0, 9), textcoords='offset points') plt.axhline(y=0, linestyle="--", c=".5") # 添加虚线作为分隔 plt.title('Seaborn Centered Bar Chart Example') plt.tight_layout() plt.show() ``` 这段脚本不仅实现了相同的功能——即生成以零为中心向上向下生长的条形图，而且还自动为每个条形添加了标注文字说明其具体数值大小[^4]。