### 如何使用 Python 的 Matplotlib 或 Seaborn 绘制显示比例的柱状图 要绘制显示比例的柱状图，可以利用 `Matplotlib` 和 `Seaborn` 提供的功能。以下是具体的方法： #### 使用 Matplotlib 创建带百分比标签的柱状图 通过计算每个类别的总和并将其转换为百分比，可以在柱状图上标注这些比例。以下是一个完整的代码示例[^1]: ```python import matplotlib.pyplot as plt import numpy as np # 假设的数据 categories = ['A', 'B', 'C'] values = [20, 35, 45] # 计算总数用于求比例 total = sum(values) # 创建图形对象 fig, ax = plt.subplots() # 绘制柱状图 bars = ax.bar(categories, values, color='skyblue') # 添加百分比标签到柱子上方 for bar in bars: height = bar.get_height() ax.text(bar.get_x() + bar.get_width() / 2, height, f'{(height/total)*100:.1f}%', ha='center', va='bottom') # 设置标题和轴标签 ax.set_title('Category Distribution with Percentage') ax.set_ylabel('Values') plt.show() ``` 此代码片段展示了如何基于原始数值计算出每组的比例，并将它们作为文本放置在对应的条形顶部。 #### 利用 Seaborn 进行更高级定制化绘图 如果希望进一步美化图表或者处理多分类变量的情况，则可以选择 `Seaborn` 库。下面的例子说明了怎样结合 `countplot()` 函数以及自定义样式来呈现带有比例信息的堆叠柱状图[^3]: ```python import seaborn as sb import pandas as pd # 构造样本 DataFrame data = {'cat_var1': ['X']*8 + ['Y']*7, 'cat_var2': ['P','Q']*(int((len(['X']*8 + ['Y']*7))/2))} df = pd.DataFrame(data) # 调整全局字体大小以便清晰可见 sb.set_context("notebook", rc={"font.size": 14}) # 执行计数型柱状图操作 ax = sb.countplot(data=df, x='cat_var1', hue='cat_var2') # 获取当前坐标系实例 current_axes = plt.gca() # 额外添加百分比标记逻辑 def add_percentage_labels(ax): total_counts = [] # 收集每一类别下的总计数量 for p in ax.patches: total_counts.append(p.get_height()) cumulative_sum = np.cumsum(total_counts).reshape(-1,2)[:,-1].tolist() i=0 for rect in ax.patches: current_value = int(rect.get_height()) percentage_text = "{:.1f}%".format(current_value/cumulative_sum[i]*100) width = rect.get_width()/2. center_y_position = rect.get_y()+rect.get_height()*0.5 ax.annotate( text=percentage_text, xy=(rect.get_x()+width , center_y_position), fontsize=9, weight="bold", horizontalalignment='center', verticalalignment='center' ) if not(i%2):i+=1 add_percentage_labels(ax) # 展现最终效果 plt.title('Proportional Stacked Bar Chart Using Seaborn') plt.tight_layout() plt.show() ``` 上述脚本不仅实现了基础统计功能还加入了额外步骤以确保每一个细分部分都附有相应占比描述[^2]。 ---