1. 项目概述为什么堆叠图是数据故事的关键讲述者在数据分析和可视化的日常工作中我们常常面临一个核心挑战如何清晰地展示一个整体在不同组成部分间的构成及其随时间或其他维度的变化趋势。比如一个产品全年的总销售额由哪些品类贡献以及这些品类的贡献比例在季度间如何此消彼长或者一家公司全年的总成本中人力、研发、市场、行政各项费用的占比及其月度波动情况。这时如果你只用一张普通的柱状图展示每个月的总销售额或总成本虽然能看到总量的变化但构成这个总量的内部结构信息就完全丢失了。而如果为每个组成部分单独画线图或柱状图又会让图表变得异常复杂难以进行跨类别的总量比较。堆叠图正是为解决这一痛点而生的利器。它本质上是一种复合图表通过将多个数据序列“堆叠”在一起形成一个整体的柱形或区域从而同时传达“整体大小”和“部分构成”两层信息。想象一下你面前有一堆积木每一层积木的颜色代表一个业务板块积木的总高度代表当月的总业绩。通过观察每个月积木塔的高度你能知道业绩好坏通过观察每种颜色积木层的高度你能知道哪个板块贡献大通过观察同一种颜色积木层在不同月份积木塔中的高度变化你就能洞察该板块的业绩走势。堆叠图就是这个“数据积木塔”的直观体现。对于数据分析师、产品经理、市场运营乃至管理者来说掌握堆叠图意味着掌握了一种强大的数据叙事工具。它不仅能用于制作专业的分析报告也是构建实时业务监控大屏的核心组件。无论是使用经典的matplotlib、功能强大的Plotly还是商业智能工具Tableau堆叠图都是你必须熟练驾驭的基本功。接下来我将从一个实践者的角度拆解堆叠图从设计思想到代码实现的完整链条并分享那些官方文档里不会写的“坑”与技巧。2. 堆叠图的核心类型与适用场景解析堆叠图并非只有一种形态根据数据强调的重点不同主要分为堆叠柱状图和堆叠面积图两大类而每一类下又有标准堆叠和百分比堆叠两种关键变体。选对类型是做出有效图表的第一步。2.1 堆叠柱状图对比整体与部分堆叠柱状图是最常见的类型它沿用了普通柱状图的坐标系横轴通常是分类数据如时间、部门、产品纵轴是数值。每个柱子的总高度代表该分类下所有序列值的总和柱子内部被分割成不同颜色的段代表各个组成部分的值。核心适用场景部分到整体的构成分析当你既想比较不同分类下的总量又想了解每个分类的内部构成时。例如比较各季度总营收时同时展示硬件、软件、服务各自的营收占比。部分值的跨分类比较虽然堆叠柱状图在比较不同柱子中同一组成部分的绝对值时由于基线不统一不如分组柱状图直观但它非常适合观察某个组成部分在不同分类下的相对重要性占比。例如观察“研发费用”在每个月总成本中的占比变化。注意堆叠柱状图不适合精确比较不同柱子中非底部组成部分的绝对值大小。因为除了最底部的序列其他序列的起点基线是浮动的人眼很难准确判断其高度差。如果精确比较各部分绝对值是你的首要目标请考虑使用分组柱状图。2.2 堆叠面积图强调趋势与累积堆叠面积图可以看作是堆叠柱状图的“连续”版本横轴通常是连续变量如时间纵轴是数值。它将多个数据序列绘制为彼此堆叠的区域从视觉上形成一种“层积”的效果。核心适用场景显示随时间变化的累积趋势特别适合展示多个组成部分如何随时间推移共同累积形成整体趋势。例如展示一个网站随时间累积的用户来源渠道直接访问、搜索引擎、社交媒体、引荐。强调总体趋势和部分贡献面积图的填充特性使得总体趋势最上方的轮廓线非常醒目同时又能看到各部分的贡献范围。常用于流量分析、资源累积消耗等场景。2.3 百分比堆叠图聚焦比例关系无论是柱状图还是面积图都可以转换为百分比堆叠模式。在这种模式下每个柱子或每个时间点的总高度被固定为100%内部各段显示的是其占总量的百分比而非绝对值。核心适用场景纯比例分析当你的分析重点完全在于构成比例而非绝对数值大小时。例如分析公司历年利润来源的结构性变化产品A利润占比从30%提升到50%而不关心具体利润额。消除总量波动影响当不同分类的总量差异巨大时标准堆叠图会使小总量分类的细节无法看清。百分比堆叠图将所有分类拉到同一尺度100%便于纯粹比较内部结构。例如比较员工规模相差巨大的不同部门的人力成本结构薪资、福利、培训各占部门总人力成本的百分比。类型选择速查表图表类型横轴典型数据强调重点不适用场景标准堆叠柱状图分类如月份、产品各分类的总量及内部构成绝对值精确比较不同分类间非底部部分的绝对值百分比堆叠柱状图分类如月份、产品各分类的内部构成比例需要知道各部分或总量的具体数值时标准堆叠面积图连续/时序如日期总量的累积趋势及各部分的贡献横轴为离散分类时百分比堆叠面积图连续/时序如日期各部分占比随时间的演变趋势需要关注绝对累积量时3. 手把手实战用Matplotlib/Pyplot绘制堆叠图理论说再多不如动手画一张。我们以最常用的Python绘图库matplotlib通常通过pyplot接口调用为例从数据准备到图表美化完整走一遍流程。假设我们有一家科技公司2023年四个季度的营收构成数据单位百万美元季度硬件销售软件授权技术服务订阅收入Q15030155Q255352010Q360402515Q4654530253.1 基础堆叠柱状图绘制首先进行环境准备和数据组织。import matplotlib.pyplot as plt import numpy as np # 数据准备 quarters [Q1, Q2, Q3, Q4] hardware [50, 55, 60, 65] software [30, 35, 40, 45] service [15, 20, 25, 30] subscription [5, 10, 15, 25] # 将各部分数据组合到一个列表中顺序决定了堆叠的底层到顶层 data [hardware, software, service, subscription] categories [硬件销售, 软件授权, 技术服务, 订阅收入] colors [#FF6B6B, #4ECDC4, #45B7D1, #96CEB4] # 设置一组美观的颜色 # 初始化图表 fig, ax plt.subplots(figsize(10, 6)) # 关键步骤使用 bottom 参数进行堆叠 bottom np.zeros(len(quarters)) # 创建一个初始为0的底部数组 for i, (category, color) in enumerate(zip(categories, colors)): ax.bar(quarters, data[i], labelcategory, colorcolor, bottombottom) bottom np.array(data[i]) # 更新底部为下一个序列提供起点 # 添加标签和标题 ax.set_ylabel(营收 (百万美元)) ax.set_title(2023年各季度营收构成堆叠柱状图) ax.legend(title营收来源, bbox_to_anchor(1.05, 1), locupper left) # 将图例放在外侧 plt.tight_layout() # 自动调整布局防止标签重叠 plt.show()代码解读与心得bottom参数是堆叠的灵魂。我们通过一个循环每次绘制一个数据序列并将其bottom设置为之前所有序列之和的数组从而实现层层堆叠。颜色的选择至关重要。建议使用色相区分明显、饱和度亮度协调的色板避免使用过于鲜艳或相近的颜色。这里我选用了一组比较友好的配色。plt.tight_layout()是一个救命函数它能自动调整子图参数使图表元素如标签、图例不重叠在图表元素较多时务必使用。3.2 添加数据标签与美化基础的图表有了但想要让人一眼看清具体数值还需要添加数据标签。同时进行一些美化让图表更专业。fig, ax plt.subplots(figsize(10, 6)) bottom np.zeros(len(quarters)) for i, (category, color) in enumerate(zip(categories, colors)): bars ax.bar(quarters, data[i], labelcategory, colorcolor, bottombottom, edgecolorwhite, linewidth0.5) bottom np.array(data[i]) # 在每一段柱子的中间添加数据标签 for bar, value in zip(bars, data[i]): height bar.get_height() if height 0: # 只为有值的部分添加标签 ax.text(bar.get_x() bar.get_width() / 2, bar.get_y() height / 2, f{value}, hacenter, vacenter, fontsize9, colorwhite, fontweightbold) # 添加总计标签在每个柱子顶部 total [sum(x) for x in zip(*data)] # 计算每个季度的总和 for i, (q, t) in enumerate(zip(quarters, total)): ax.text(i, t 2, f总计: {t}, hacenter, vabottom, fontsize10, fontweightbold, color#333) # 美化 ax.set_ylabel(营收 (百万美元), fontsize12) ax.set_xlabel(季度, fontsize12) ax.set_title(2023年各季度营收构成分析, fontsize14, pad20) ax.legend(title营收来源, title_fontsize12, fontsize10, frameonTrue, fancyboxTrue, shadowTrue) ax.grid(axisy, linestyle--, alpha0.7) # 添加横向网格线便于读数 ax.spines[top].set_visible(False) # 隐藏顶部边框 ax.spines[right].set_visible(False) # 隐藏右侧边框 plt.tight_layout() plt.show()美化要点数据标签使用ax.text()在每一段柱子的中心位置添加数值。通过bar.get_y()和bar.get_height()精确定位。白色粗体字在深色背景上更清晰。总计标签在柱子顶部额外标注该分类的总量提供快速参考。网格线只添加y轴方向的网格线辅助读者更精确地读取数值。边框清理隐藏顶部和右侧的边框线spines这是现代图表设计的常见做法能让图表看起来更简洁、聚焦。3.3 绘制百分比堆叠柱状图百分比堆叠图的绘制逻辑类似但需要先对数据进行归一化处理。# 将原始数据转换为百分比 data_array np.array(data) percent_data data_array / data_array.sum(axis0) * 100 # 沿列方向求和并计算百分比 fig, ax plt.subplots(figsize(10, 6)) bottom np.zeros(len(quarters)) for i, (category, color) in enumerate(zip(categories, colors)): values percent_data[i] bars ax.bar(quarters, values, labelcategory, colorcolor, bottombottom, edgecolorwhite, linewidth0.5) bottom values # 添加百分比标签 for bar, value in zip(bars, values): height bar.get_height() if height 5: # 只对足够大的区块显示标签避免重叠 ax.text(bar.get_x() bar.get_width() / 2, bar.get_y() height / 2, f{value:.1f}%, # 格式化保留一位小数 hacenter, vacenter, fontsize9, colorwhite, fontweightbold) elif height 1: # 小百分比可以显示在区块上方 ax.text(bar.get_x() bar.get_width() / 2, bar.get_y() height, f{value:.1f}%, hacenter, vabottom, fontsize8, colorblack) ax.set_ylabel(营收占比 (%)) ax.set_title(2023年各季度营收构成百分比堆叠图) ax.set_ylim(0, 105) # 为顶部标签留出空间 ax.legend(title营收来源, bbox_to_anchor(1.05, 1), locupper left) ax.yaxis.set_major_formatter(plt.FuncFormatter(lambda y, _: f{y:.0f}%)) # 将y轴刻度格式化为百分比 plt.tight_layout() plt.show()百分比转换关键点data_array.sum(axis0)计算每个季度列的总和。归一化后每个季度的柱子总高度恒为100%。添加标签时我设置了一个阈值如5%太小的区块内部标签会看不清改为显示在区块上方这是提升图表可读性的实用技巧。4. 堆叠面积图与进阶库Plotly的运用对于时间序列数据堆叠面积图更能体现趋势。同时为了制作交互式图表或更复杂的可视化Plotly是一个强大的选择。4.1 使用Matplotlib绘制堆叠面积图假设我们有了月度数据。# 假设有12个月的月度数据 months np.arange(1, 13) # 生成一些模拟的月度趋势数据 np.random.seed(42) trend months * 5 hw trend np.random.normal(10, 3, 12) sw trend * 0.8 np.random.normal(15, 2, 12) sv trend * 0.5 np.random.normal(5, 1, 12) sub trend * 0.3 np.random.normal(3, 1, 12) data_monthly [hw, sw, sv, sub] fig, ax plt.subplots(figsize(12, 6)) # 使用 stackplot 绘制堆叠面积图 ax.stackplot(months, data_monthly, labelscategories, colorscolors, alpha0.8) # alpha 设置透明度让重叠区域可见 # 添加各序列的趋势线可选使轮廓更清晰 for i, values in enumerate(data_monthly): ax.plot(months, values, colorcolors[i], linewidth1.5, alpha0.9) ax.set_xlabel(月份) ax.set_ylabel(营收 (百万美元)) ax.set_title(2023年月度营收趋势堆叠面积图) ax.legend(title营收来源, locupper left) ax.set_xlim(1, 12) ax.grid(True, linestyle--, alpha0.5) ax.fill_between(months, 0, data_monthly[0], colorcolors[0], alpha0.2) # 可突出最底层区域 plt.tight_layout() plt.show()stackplot函数是绘制堆叠面积图最便捷的方法它会自动处理堆叠逻辑。4.2 使用Plotly创建交互式堆叠图Plotly的优势在于交互性和美观的默认样式特别适合嵌入网页或制作仪表盘。import plotly.graph_objects as go # 准备数据Plotly需要以列表形式 fig go.Figure() # 方式一使用 add_trace 逐个添加堆叠柱状图 for i, (category, color, values) in enumerate(zip(categories, colors, data)): fig.add_trace(go.Bar( namecategory, xquarters, yvalues, marker_colorcolor, hovertemplateb%{x}/bbr f{category}: %{y:.1f}Mbrextra/extra # 自定义悬停文本 )) # 更新布局为堆叠模式 fig.update_layout( barmodestack, # 核心参数设置为堆叠 title2023年各季度营收构成Plotly交互式堆叠图, xaxis_title季度, yaxis_title营收 (百万美元), legend_title营收来源, hovermodex unified, # 悬停时显示同一x位置的所有y值 templateplotly_white # 使用白色主题 ) fig.show() # 方式二更简单的百分比堆叠面积图 fig2 go.Figure() for i, (category, color) in enumerate(zip(categories, colors)): fig2.add_trace(go.Scatter( namecategory, xmonths, ydata_monthly[i], stackgroupone, # 核心参数定义堆叠组 modelines, # 面积图通常用 lines 模式 linedict(width0.5, colorcolor), fillcolorcolor, # 填充颜色 groupnormpercent # 核心参数设置为百分比堆叠 )) fig2.update_layout( title2023年月度营收占比趋势百分比堆叠面积图, xaxis_title月份, yaxis_title占比 (%), showlegendTrue, hovermodex unified, yaxisdict( ticksuffix% # y轴添加百分比符号 ) ) fig2.show()Plotly心得barmodestack和stackgroupone分别是柱状图和面积图堆叠的关键参数。groupnormpercent可以轻松实现百分比堆叠无需手动计算。hovertemplate和hovermode能极大增强交互体验展示丰富信息。template参数提供了多种精美的预设主题如plotly_white,ggplot2,seaborn。5. 常见陷阱、问题排查与高级技巧即使掌握了基本画法在实际项目中还是会遇到各种问题。下面是我踩过坑后总结的实战经验。5.1 数据顺序与颜色映射的坑问题堆叠顺序不当导致重要数据被遮挡或颜色选择不当导致色盲/色弱用户无法区分。解决方案排序策略在堆叠前思考你希望读者首先关注什么。通常有两种策略将最大的部分放在底部这样能使图表更稳定便于比较其他部分。将最关注的部分放在底部或顶部底部基线固定易比较绝对值顶部轮廓线醒目易看趋势。对于面积图通常将最稳定、最基础的数据放在底部。颜色选择使用色盲友好的调色板如viridis,plasma,Set2,Set3可通过plt.cm.viridis或plotly.express.colors.qualitative.Set3获取。避免同时使用红色和绿色作为主要对比色。对于有序数据如“低”、“中”、“高”使用渐变色系对于无序分类数据使用差异明显的色系。# 示例按Q4数据大小排序后绘制 sorted_indices np.argsort([sub[-1] for sub in data])[::-1] # 获取按最后一个季度值降序排列的索引 sorted_categories [categories[i] for i in sorted_indices] sorted_data [data[i] for i in sorted_indices] sorted_colors [colors[i] for i in sorted_indices] # 然后用 sorted_data, sorted_categories, sorted_colors 进行绘图...5.2 标签重叠与视觉混乱问题当数据部分过多或某些部分数值过小时数据标签会重叠图例会挤占图表空间。解决方案数据标签阈值过滤只为数值大于一定阈值如总高度的5%的部分添加内部标签。外部标注对于小比例部分使用引线在外部标注或直接在图例中通过颜色关联。交互式替代在Plotly或网页环境中可以省略静态标签完全依靠悬停提示Tooltip来展示精确数据这是最优雅的解决方案。图例将图例移至图表外部bbox_to_anchor。如果类别太多超过8个考虑分组或使用“其他”项来聚合微小类别。5.3 负值数据的处理问题堆叠图默认处理正值如果数据包含负值如利润亏损直接堆叠会导致视觉错乱。解决方案理解机制在堆叠中负值会向下堆叠从0基线向下。这意味着一个序列中的负值会降低它及其上方所有序列的基线。绘图建议如果只有个别序列有负值可以将其分离出来用分组柱状图或折线图单独表示。如果必须用堆叠图展示包含负值的数据务必确保颜色区分度极高并清晰标注0基线。使用ax.axhline(y0, colorblack, linewidth0.5)来强调0线。考虑使用“瀑布图”来展示包含正负变化的累积效果这可能比堆叠图更合适。5.4 性能与大数据集优化问题当分类如天数或序列如产品SKU极多时静态堆叠图会变得极其拥挤无法阅读。解决方案聚合与采样这是根本方法。将数据按周、月聚合或将众多产品归类到几个主要品类下。交互与下钻使用Plotly等交互式库。初始显示聚合数据用户点击后可下钻查看明细。小多图不把所有数据塞进一张图。按照某个维度如区域拆分绘制多个并排的小型堆叠图便于对比。流图对于时间序列大数据可以考虑使用“堆叠流图”它更擅长展示大量类别随时间的变化趋势尽管在精确读数上有所牺牲。5.5 高级美化渐变色与阴影为了让图表更具质感可以尝试一些高级美化技巧以Matplotlib为例from matplotlib.patches import Polygon from matplotlib.collections import PatchCollection fig, ax plt.subplots(figsize(10, 6)) bottom np.zeros(len(quarters)) patches [] # 用于收集自定义图形 for i, values in enumerate(data): tops bottom values # 为每个柱子部分创建顶点形成梯形/多边形 for j in range(len(quarters)): vertices [(j-0.4, bottom[j]), (j0.4, bottom[j]), (j0.4, tops[j]), (j-0.4, tops[j])] polygon Polygon(vertices, closedTrue) patches.append(polygon) bottom tops # 创建渐变色 from matplotlib.cm import ScalarMappable from matplotlib.colors import LinearSegmentedColormap cmap LinearSegmentedColormap.from_list(my_cmap, colors, Nlen(patches)) colors_for_patches [cmap(i/len(patches)) for i in range(len(patches))] p PatchCollection(patches, facecolorscolors_for_patches, edgecolorswhite, linewidths0.5, alpha0.9) ax.add_collection(p) # 手动设置坐标轴范围 ax.set_xlim(-0.5, len(quarters)-0.5) ax.set_ylim(0, max([sum(x) for x in zip(*data)]) * 1.1) ax.set_xticks(range(len(quarters))) ax.set_xticklabels(quarters) ax.set_ylabel(营收 (百万美元)) ax.set_title(自定义渐变堆叠柱状图) # 添加图例需要手动创建代理对象 from matplotlib.patches import Patch legend_elements [Patch(facecolorcolors[i], labelcategories[i]) for i in range(len(categories))] ax.legend(handleslegend_elements, title营收来源) plt.tight_layout() plt.show()这段代码展示了如何用更底层的Polygon和PatchCollection来绘制柱子从而可以实现每个柱子单独的渐变填充效果虽然代码复杂但能实现极高的自定义程度。绘制堆叠图远不止是调用一个API。从理解数据特性选择图表类型到精心设计颜色和顺序再到处理各种边缘情况和性能问题每一步都需要结合业务场景进行思考。我个人的习惯是在动手写代码前先用纸笔或白板草图勾勒出我想讲的数据故事明确核心信息是什么然后再去选择合适的可视化形式和技术路径。记住图表是服务于洞察的堆叠图强大的信息承载能力用好了是利器用乱了就是灾难。多从读者角度审视你的图表是否一眼就能抓住重点是否容易产生误解不断迭代你的数据可视化能力自然会越来越强。