关键词：python、matplotlib、barh、堆叠
起源：做数据处理时候需要制造一张如下的图片：
示例图
恰逢最近在学Python，然后就想试一下用python去实现,因为稍微接触过matplotlib这个库，然后就想着用它去实现
首先通过查资料，才知道这种图的名字叫做“水平堆叠条状图”，然后使用Matplotlib.plot.barh()就可以实现水平堆叠的效果；
水平或者垂直堆叠的效果，网上有挺多教程的了，这里就不再进行描述，主要是为了记录一下怎么去实现渐变色
一开始找资料，并没有找到这种堆叠图的渐变色怎么做出来
如果有大哥找到了简便方法，还请告知一下!然后就尝试着自己去写一些语句去实现；现在就将研究的流程做个记录
首先是绘图函数的认识
barh函数的参数很多，但是我们只关注几个参数：
X表示是上图中的 E1 E2 E3这样的坐标（可以理解为刻度值吧）
width表示的是当前堆叠部分的长度，这个值很关键！
left值是当前堆叠部分的起始点，这个值也很关键
color表示的是当前堆叠部分的颜色，遵循RGB顺序，但是它范围（0——0.1），即我们需将实际(R,G,B)值除以255再传入
alpha表示的是当前堆叠部分的颜色透明度，即和上面的color参数一起构成了（RGBA）
label表示的是当前堆叠部分的图形样例，即上图中的"label=二级指标1"那样的图例；该参数为空的时候不创建图例，如果不为空就会根据传入的字符串创建图例，默认是不支持中文的，如果要用中文，需要加以下这两句话在import matplotlib之后
#用来正常显示中文 plt.rcParams['font.sans-serif']=['SimHei','Times New Roman'] plt.rcParams['axes.unicode_minus']=False `
然后讲讲怎么思考的
X的就是数轴上的显示的刻度值（你也可以给他重命名）；
width表示的是堆叠（填充）长度，left是本次填充起始点，那么我们将这两个参数结合以下，就可以将本该一次填充完的长度，分成几次填充，再分别给这几次填充使用临近的RGB值，就会呈现一种渐变的效果
# 一次填充完成 import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif']=['SimHei','Times New Roman'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False # 网上找到的渐变色的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()
上述代码运行以后的效果是这样的
然后基于我们上述的分析，我们将对“ONE2”色块运用参数：X，width，left，color进行分次填充实现渐变效果：
首先我们定义一个变量divid，这个变量将会决定了你分多少次填充
#填充次数，值越大渐变效果越好，但是计算量也会相应的增大 divid=20
其次我们将我们原来的填充量、颜色渐变差值分别分别除以divid
Y2_rate=Y2/divid #用下一个颜色减去当前色快的颜色；这也将会解释了我后来的完整代码里，将会严格要求Color个数大于 Y 的个数 #实际上Color和Y大多数情况下是行向量，但仍然用“个数”来表述，为了更方便理解 Color_rate=（Color3-Color2）/divid
然后我们将会将这两个值在barh函数里进行使用
for i in range(divid): if i==int( divid /2 ): #这里是去原先整个色块的中心RGB作为图例色 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)
运行之后的效果为
而为了说明divid在这里影响渐变效果我们将分辨用几个递增的divid值来进行演示
divid=2时候，出现了明显的分界线
divid=8时候，分界线被淡化了，但还是隐约可见
divid=50的时候，几乎看不到分界线了
以上效果仅仅是基于一个X 一个Y的色快渐变进行演示，是为了更好地演示方法和思路；但是实际应用中，X,Y都将会是较长的行向量，因此，需要斟酌一下divid的选择；
