### 解决 Python Matplotlib 中柱状图图例标签重叠的方法 当处理复杂的图表时，尤其是带有大量数据点或多个分类的情况下，Matplotlib 的默认设置可能会导致图例标签相互覆盖。为了改善可视化效果并使信息更清晰易读，可以采取多种策略来调整这些元素的位置。 #### 方法一：旋转 X 轴上的文字标签 通过改变角度可以使原本水平排列的文字变为倾斜显示，从而减少空间占用率。这可以通过 `plt.xticks(rotation=degree)` 函数实现，在这里 degree 表示旋转的角度值[^1]。 ```python import numpy as np import matplotlib.pyplot as plt # 创建样本数据集 categories = ['Category A', 'Very Long Category B', 'C'] values = [3, 7, 5] fig, ax = plt.subplots() ax.bar(categories, values) # 设置X轴标签旋转45度角 plt.xticks(rotation=45) plt.show() ``` #### 方法二：增加底部边距 适当增大绘图区域下方留白区域能够给较长的文本提供更多展示范围，避免被裁剪掉部分内容。此操作可通过修改 figure 或者 axes 对象的相关参数完成，比如使用 `tight_layout()` 自动优化布局间距[^2]。 ```python import numpy as np import matplotlib.pyplot as plt # 创建样本数据集 categories = ['Category A', 'Very Long Category B', 'C'] values = [3, 7, 5] fig, ax = plt.subplots() ax.bar(categories, values) # 增加底部空白区域大小 plt.tight_layout() plt.show() ``` #### 方法三：手动指定位置偏移量 对于某些特殊情况下的个别标签冲突问题，则可以直接为其设定特定的位移向量 (dx, dy)，即相对于原始坐标的增量距离。这种方式灵活性较高但也相对复杂一些，适用于少量固定不变的数据项之间存在干扰的情形[^3]。 ```python import numpy as np import matplotlib.pyplot as plt # 创建样本数据集 categories = ['Category A', 'Very Long Category B', 'C'] values = [3, 7, 5] fig, ax = plt.subplots() bars = ax.bar(categories, values) for bar in bars: yval = bar.get_height() plt.text(bar.get_x() + bar.get_width()/2.0, yval, int(yval), va='bottom') plt.tight_layout() plt.show() ```