Python绘制渐变色堆叠柱状图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import numpy as npimport pandas as pdimport matplotlib.pyplot as plt

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================COLOR_SCHEMES = {    1: ['#E74C3C', '#3B4A6B', '#1C8C85'],}

# =========================================================================================# ======================================3.绘图函数=======================================# =========================================================================================def plot_residual_stacked_histogram(df_real, scheme_id):    res_list = [df_real[df_real['Source'] == src]['Residual'].values for src in sources]    selected_hex_colors = COLOR_SCHEMES[scheme_id]  # 获取配色方案    colors_list = selected_hex_colors[:len(sources)]  #分配颜色

    # 创建画布    fig, ax = plt.subplots(figsize=(7.2, 6))    # 绘制子图编号    ax.text(0.85,  # x            0.9,  # y            '(a)',  # 文本            transform=ax.transAxes,  # 坐标系            fontsize=30,  # 字号            fontweight='bold',  # 加粗            va='bottom',  # 垂直            ha='left')  # 水平    # 设置刻度标注字体大小    for label in ax.get_xticklabels() + ax.get_yticklabels():        label.set_fontsize(11)

    # 绘制直方图    n, bins_out, patches = ax.hist(res_list,  # 数据                                   bins=bins,  # 分箱边界                                   stacked=True,  # 堆叠                                   edgecolor='white',  # 边缘线色                                   linewidth=0,  # 边缘线宽                                   rwidth=0.95)  # 宽度    # 遍历不同类别    for i, container in enumerate(patches):

    ax.set_xlim(-res_limit, res_limit)  # X轴范围    ax.set_ylim(0, 95)  # Y轴范围    # x轴标题    ax.set_xlabel(r'Residual ($\mu\epsilon$)',  # 文本                  fontsize=14,  # 字体大小                  fontweight='bold')  # 加粗    ax.legend(handles=legend_patches + [line_normal],  # 句柄              loc='upper left',  # 位置              prop={'size': 11},  # 字体属性              edgecolor='gray',  # 边框颜色              framealpha=1)  # 背景透明度

# =========================================================================================# ======================================4.执行部分=======================================# =========================================================================================if __name__ == "__main__":    df_data = pd.read_excel(r'data.xlsx')  # 读取数据    scheme_id = 1    print(f'正在绘制并保存方案：{scheme_id}')    plot_residual_stacked_histogram(df_data, scheme_id)    print(f">>> 绘制完成，图片已保存至指定目录。")

df_data = pd.read_excel(r'data.xlsx')  # 读取数据

2.设置是否进行批量绘图，执行部分：

plot_all = True

sources = df_real['Source'].unique().tolist()residuals = df_real['Residual'].values  # 获取全体数据

4.设置绘图结果的保存地址，绘图函数部分：

plt.savefig(fr'Scheme_{scheme_id}.svg', bbox_inches='tight')