本文實例為大家分享了Python實現漸變色水平堆疊圖的具體代碼，供大家參考，具體內容如下

關鍵詞：python、matplotlib、barh、堆疊
起源：做數據處理時候需要制造一張如下的圖片：

示例圖

恰逢最近在學Python，然后就想試一下用python去實現,因為稍微接觸過matplotlib這個庫，然后就想著用它去實現

首先通過查資料，才知道這種圖的名字叫做“水平堆疊條狀圖”，然后使用Matplotlib.plot.barh()就可以實現水平堆疊的效果；

水平或者垂直堆疊的效果，網上有挺多教程的了，這里就不再進行描述，主要是為了記錄一下怎么去實現漸變色

一開始找資料，并沒有找到這種堆疊圖的漸變色怎么做出來
如果有大哥找到了簡便方法，還請告知一下!然后就嘗試著自己去寫一些語句去實現；現在就將研究的流程做個記錄

首先是繪圖函數的認識

barh函數的參數很多，但是我們只關注幾個參數：
X表示是上圖中的 E1 E2 E3這樣的坐標（可以理解為刻度值吧）
width表示的是當前堆疊部分的長度，這個值很關鍵！
left值是當前堆疊部分的起始點，這個值也很關鍵
color表示的是當前堆疊部分的顏色，遵循RGB順序，但是它范圍（0——0.1），即我們需將實際(R,G,B)值除以255再傳入
alpha表示的是當前堆疊部分的顏色透明度，即和上面的color參數一起構成了（RGBA）
label表示的是當前堆疊部分的圖形樣例，即上圖中的"label=二級指標1"那樣的圖例；該參數為空的時候不創建圖例，如果不為空就會根據傳入的字符串創建圖例，默認是不支持中文的，如果要用中文，需要加以下這兩句話在import matplotlib之后

#用來正常顯示中文
plt.rcParams['font.sans-serif']=['SimHei','Times New Roman']?
plt.rcParams['axes.unicode_minus']=False
`

然后講講怎么思考的

X的就是數軸上的顯示的刻度值（你也可以給他重命名）；
width表示的是堆疊（填充）長度，left是本次填充起始點，那么我們將這兩個參數結合以下，就可以將本該一次填充完的長度，分成幾次填充，再分別給這幾次填充使用臨近的RGB值，就會呈現一種漸變的效果

# 一次填充完成
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei','Times New Roman'] # 用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False
?? ?# 網上找到的漸變色的RGB配色方案
Color1 = np.array([131, 175, 155])
Color2 = np.array([200, 200, 169])
Color3 = np.array([249, 205, 173])

x = ["E1"]
Y1 = np.array([0.1])
Y2 = np.array([0.3])
plt.barh(x, Y1, align="center", color=Color1 / 255, alpha=1, label="ONE1")
plt.barh(x, Y2, left=Y1, color=Color2 / 255, alpha=1, label="ONE2")
plt.legend()
plt.show()

上述代碼運行以后的效果是這樣的

然后基于我們上述的分析，我們將對“ONE2”色塊運用參數：X，width，left，color進行分次填充實現漸變效果：

首先我們定義一個變量divid，這個變量將會決定了你分多少次填充

#填充次數，值越大漸變效果越好，但是計算量也會相應的增大
divid=20

其次我們將我們原來的填充量、顏色漸變差值分別分別除以divid

Y2_rate=Y2/divid
#用下一個顏色減去當前色快的顏色；這也將會解釋了我后來的完整代碼里，將會嚴格要求Color個數大于 Y 的個數?
#實際上Color和Y大多數情況下是行向量，但仍然用“個數”來表述，為了更方便理解
Color_rate=（Color3-Color2）/divid

然后我們將會將這兩個值在barh函數里進行使用

for i in range(divid):
? ? if i==int( divid /2 ): #這里是去原先整個色塊的中心RGB作為圖例色
? ? ? ? plt.barh(x,Y_rate,left=Y1+Y_rate*i,color=(Color1+i*Color_rate) / 255, alpha=1.0,label='ONE2')
? ? else:
? ? ? ? plt.barh(x,Y_rate,left=Y1+Y_rate*i,color=(Color1+i*Color_rate) / 255, alpha=1.0)

運行之后的效果為

而為了說明divid在這里影響漸變效果我們將分辨用幾個遞增的divid值來進行演示
divid=2時候，出現了明顯的分界線

divid=8時候，分界線被淡化了，但還是隱約可見

divid=50的時候，幾乎看不到分界線了

以上效果僅僅是基于一個X 一個Y的色快漸變進行演示，是為了更好地演示方法和思路；但是實際應用中，X,Y都將會是較長的行向量，因此，需要斟酌一下divid的選擇；