Όταν τα χαρακτηριστικά έχουν μακριές ετικέτες, το οριζόντιο ραβδόγραμμα προσφέρει περισσότερο χώρο και κάνει το ranking ευανάγνωστο.
import matplotlib.pyplot as plt
features = [
"Ευκολία αναζήτησης",
"Ταχύτητα σελίδας",
"Υποστήριξη κινητού",
"Σχεδιασμός",
"Ανταπόκριση αιτημάτων",
]
score = [4.6, 4.2, 4.8, 4.1, 4.5]
fig, ax = plt.subplots(figsize=(6, 4.5))
bars = ax.barh(features, score, color="#0ea5e9")
ax.invert_yaxis()
ax.set_xlabel("Ικανοποίηση (0–5)")
ax.set_title("Αποτελέσματα έρευνας βελτίωσης site")
ax.set_xlim(0, 5)
ax.bar_label(bars, fmt="%.1f", padding=6)
ax.grid(axis="x", alpha=0.2)
fig.tight_layout()
plt.show()

Συμβουλές ανάγνωσης #
- Όταν τα στοιχεία είναι πολλά, το οριζόντιο layout μειώνει την ανάγκη για κύλιση.
- Ταξινομήστε τις μπάρες κατά φθίνουσα τιμή για να φαίνεται καθαρά η κατάταξη.
- Διατηρήστε ενιαία παλέτα και χρησιμοποιήστε ξεχωριστό χρώμα μόνο εκεί που θέλετε να τονίσετε.