我想制作一个堆积条形图，其中：
y axis : md litho
x axis : litho
数据：
我已经尝试使用我修改过的代码来实现它另一个问题在堆栈溢出上。
path = pd.ExcelFile('F:\Backup\JN\Litologi\lito.xlsx')
data = pd.read_excel(path)
lito = data['litho']
d2 = {'ABT': 1, 'AT': 2, 'BAT': 3, 'BTT':4, 'GT':5, 'NC':6, 'TT':7}
litocode = lito.map(d2)
ccc = ['firebrick','red', 'peru', 'salmon', 'maroon', 'ghostwhite','pink']
cmap_facies = colors.ListedColormap(ccc[0:len(ccc)], 'indexed')
cluster = np.repeat(np.expand_dims(litocode.values, 1), 1, 1)
print(cluster)
f, ax = plt.subplots(nrows=1, ncols=1, figsize=(1,5))
depth = data['md litho']
ax.imshow(cluster, interpolation='none', aspect='auto', cmap=cmap_facies,
vmin=1, vmax=7, extent=[0,7 ,np.max(depth),np.min(depth)])
plt.tick_params(bottom=False, labelbottom=False)
hands = []
for k, col in zip(d2.keys(), ccc):
hands.append(mpatches.Patch(color=col, label=k))
plt.legend(handles=hands, loc=(1.05, 0.5), fontsize=12)
上面的代码产生了下图。但我注意到，根据光刻列中的数据数量，y 轴被均匀地 (0 - 442) 分为 7 个数据簇，但没有考虑 y 值 (md 光刻)。
所以问题是：如何使图形看起来像上面那样，但具有这种间隔，其中每个间隔都被特定颜色阻挡/填充：
Interval = key (color)
0-31 = NC (ghostwhite)
31-49 = AT (red)
49-67 = BTT (salmon)
67-406 = NC (ghostwhite)
406-427 = ABT (firebrick)
427-442 = BAT (peru)
每当我在 Excel 中有数据时，如下所示，
与文件中具有最长行的其他列（本例中为 mbt 数据组）相比，光刻数据组（md、elev、litho）更短或更少，它显示：
ValueError: x and y arguments to pcolormesh cannot have non-finite values or be of type numpy.ma.core.MaskedArray with masked values
我认为脚本以某种方式读取了光刻数据组的整列，直到 mbt 数据组后面的最大行，即使它什么也没有。
我可以做什么来解决这个问题？ 我已经尝试将数据移动到其他列，但它不起作用。 我还尝试使用我读入的脚本来屏蔽这些值pcolormesh 缺少值？但它仍然不起作用。
Z=well['litho'][:-1].map(lithcode).to_numpy().reshape(-1, 1)
Zm = ma.array(Z,mask=np.isnan(Z))
cl.pcolormesh([0, 1], well['elev litho'], Zm, cmap=cmap, vmin=1, vmax=len(colors))
A pcolormesh是一个矩形网格，其中可以将各个高度分配给行（和列）。第一个参数为pcolormesh是 x 轴上的网格边界，第二个是 y 轴上的网格边界。这样的网格需要比值多一行和一列，因此 x 方向 2 个，y 方向 7 个1x6 mesh.
这些值需要存储在矩阵中（第三个参数）。要创建矩阵，需要执行以下步骤：
df['litho']是字符串列表[:-1]获取除最后一个元素之外的所有元素.map(d2)将字符串映射到数字.to_numpy()将 pandas 系列转换为 numpy 数组.reshape(-1, 1)将一维数组转换为二维数组，其中行数等于一维数组的长度 (-1意思是：使一维和二维数组具有相同数量的元素所需的数量）且列数为1注意vmin and vmax需要显式设置，因为并非所有可能的值都存在于矩阵中。
对于图形大小，使用更容易面向对象的接口, using fig and ax代替plt.. fig, ax = plt.subplots(...)允许设置大小，还可以创建多个子图。
除了图形尺寸之外，还可以设置“ax”（内部图）的纵横比。在下面的示例中，纵横比为0.01使用，这意味着 y 轴上的 442 个单位将占用与 x 轴上 1 个单位的 100 倍相同的像素数。
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
from matplotlib.patches import Patch
import pandas as pd
df = pd.DataFrame({'md litho': [0, 31, 49, 67, 406, 427, 442],
'litho': ['NC', 'AT', 'BTT', 'NC', 'ABT', 'BAT', 'NC']})
d2 = {'ABT': 1, 'AT': 2, 'BAT': 3, 'BTT': 4, 'GT': 5, 'NC': 6, 'TT': 7}
colors = ['firebrick', 'red', 'peru', 'salmon', 'maroon', 'ghostwhite', 'pink']
cmap = ListedColormap(colors)
fig, ax = plt.subplots(figsize=(6, 4))
ax.pcolormesh([0, 1], df['md litho'], df['litho'][:-1].map(d2).to_numpy().reshape(-1, 1),
cmap=cmap, vmin=1, vmax=len(colors))
ax.set_xticks([]) # hide ticks on the x-axis
ax.set_yticks(df['md litho']) # optionally set the y-ticks to indicate the row borders
ax.set_aspect(0.01)
hands = [Patch(color=col, label=k) for k, col in zip(d2.keys(), colors)]
ax.legend(handles=hands, bbox_to_anchor=(1.03, 1.02), loc='upper left', fontsize=12, facecolor='lightgrey')
plt.tight_layout() # this fits the legend and the labels nicely into the figure
plt.show()
PS: Use ax.invert_yaxis()顶部为零。