用Python做科研级画图——堆叠柱的误区

大家好，我是你们的小帅学长。

堆叠柱状图（Stacked Bar）有一种天然的“高级感”：一根柱子里塞满了结构信息，总量 + 组成，一图搞定。

很多同学第一次学会 bottom= 参数时都会兴奋地说一句：“这个图信息量好大！”

但问题来了——信息量大 ≠ 可读性强；结构丰富 ≠ 对比清晰。

事实上，堆叠柱是最容易“看起来完整、实际上难比较”的图之一。这一篇，我们不讲怎么画，而讲什么时候不要用。

01.堆叠柱到底在表达什么？

堆叠柱本质上在表达两件事：一是每个类别的总量；二是每个类别内部的组成结构。

所以它适合回答的问题是：总量随组别变化吗？组成比例大致如何？

但它不擅长回答的问题是：中间层谁更大？结构变化趋势清晰吗？不同组之间某一组成差多少？

一旦你想比较“中间层”，问题就开始了。

02.堆叠柱最核心的问题：只有第一层有固定基线

这是理解堆叠柱误区的关键。

在一根堆叠柱中：第一层有固定基线（0）；第二层开始“漂浮”；第三层更漂浮；第四层……已经没有直观基线了。

我们对“长度”的比较依赖于共同基线。一旦没有共同基线，我们比较能力会急剧下降。这就是为什么：堆叠柱越往上，越难比较。

03.四种典型“不该用堆叠柱”的场景

场景 1：你想比较中间层

例如：不同地区中，“工业排放”谁更高？不同模型中，“Recall”谁更高？

如果它不是底层组成，堆叠柱会严重干扰判断。

替代方案：分组柱 或 分面图（每个组成单独比较）

场景 2：类别很多（>4）

堆叠层数一多：颜色变得难区分、图例需要来回对照、认知负担急剧上升，

读者不是在“读图”，而是在“找颜色”。

替代方案：只保留 Top-N，其余合并为 “Other”，或者改为 100% 占比图（如果你关心比例）

场景 3：你真正关心的是比例，而不是总量

如果你的重点是：结构占比变化

那普通堆叠柱会把总量变化混进来，让比例变化变得不清晰。

替代方案：100% 堆叠柱（归一化）

场景 4：需要精确对比

堆叠柱天生不适合精确比较差值。

如果你想表达：A 比 B 多 3%；某层增长了 5 单位，堆叠柱会让这些变化变得模糊。

替代方案：分组柱 + 误差线；或者点图。

04.堆叠柱什么时候是对的？

堆叠柱适合：

展示整体规模 + 结构

只关心“总量是否增长”

组成类别不超过 3–4 个

堆叠柱适合“宏观结构感知”，不适合“精确对比分析”。

05.一个直观对比思维实验

假设有三座城市，每座城市的能源结构：煤炭、天然气、可再生能源。

如果你问“哪座城市总能耗最高？”——堆叠柱很好。

但如果你问“哪座城市的可再生能源比例更高？”——普通堆叠柱就开始误导。如果你问“天然气增长最快的是哪座？”——几乎看不出来。

这就是图形和问题匹配的重要性。

如果你发现自己在堆叠柱里盯着中间层反复看，那说明它已经不适合这个问题了。

堆叠柱看起来信息量最大，但它最容易牺牲比较能力；当你真正关心差异时，不要让结构感掩盖了对比本身。

下一篇我打算讲《点图（Dot plot）替代柱状》，很多时候，一根粗柱子，其实可以用一个干净的点替代。而那一个点，往往更诚实，也更优雅。

——期待你的关注——

 往期内容：