### 使用 Python 绘制堆积柱状图和多数据分块柱状图 为了实现这一目标，可以利用 `numpy` 来生成随机整数，并借助 `pyecharts` 或者更常用的 `matplotlib` 库来进行绘图。下面展示了具体的代码示例。 #### 生成随机整数 首先导入必要的库并生成指定条件下的随机数组： ```python import numpy as np np.random.seed(0) # 设置种子以便于重现结果 data_group_1 = np.random.randint(1, 11, size=6) data_group_2 = np.random.randint(1, 11, size=6) print("Data Group 1:", data_group_1) print("Data Group 2:", data_group_2) ``` #### 堆积柱状图 接下来使用 Matplotlib 创建一个简单的堆积条形图来显示两组数据的关系: ```python import matplotlib.pyplot as plt bar_width = 0.35 index = np.arange(len(data_group_1)) plt.bar(index, data_group_1, bar_width, label='Group 1') bottoms = data_group_1 plt.bar(index, data_group_2, bar_width, bottom=bottoms, label='Group 2') plt.xlabel('Index') plt.ylabel('Values') plt.title('Stacked Bar Chart of Two Data Groups') plt.xticks(index) plt.legend() plt.tight_layout() plt.show() ``` 这段代码先绘制了第一组数据作为底部的基础层，再在同一位置上叠加第二组数据形成堆叠效果[^4]。 #### 多数据分块柱状图 对于多数据分块柱状图，则是在同一X轴上的不同位置放置两个独立但相邻的直方条以直观地区分不同的数据集: ```python fig, ax = plt.subplots() bar_width = 0.35 index = np.arange(len(data_group_1)) rects1 = ax.bar(index - bar_width/2, data_group_1, bar_width, label='Group 1') rects2 = ax.bar(index + bar_width/2, data_group_2, bar_width, label='Group 2') ax.set_xlabel('Index') ax.set_ylabel('Scores') ax.set_title('Multiple Block Bar Chart of Two Data Groups') ax.set_xticks(index) ax.legend() fig.tight_layout() plt.show() ``` 这里通过调整每个矩形的位置参数 (`index ± bar_width/2`) 实现了两个系列间的分离显示。