做哪些网站比较赚钱,西安谷歌推广,南京网络营销培训,php做网站主要怎么布局比较#xff08;六#xff09;利用python绘制径向柱图
径向柱图#xff08;Circular Barplot#xff09;简介 径向柱图基于同心圆网格来绘制条形图#xff0c;虽然不如普通条形图表达准确#xff0c;但却有抓人眼球的效果。其衍生的南丁格尔玫瑰图则广为人知。
快速绘制…比较六利用python绘制径向柱图
径向柱图Circular Barplot简介 径向柱图基于同心圆网格来绘制条形图虽然不如普通条形图表达准确但却有抓人眼球的效果。其衍生的南丁格尔玫瑰图则广为人知。
快速绘制 基于matplotlib import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cmnp.random.seed(0) # 设置随机种子为0# 自定义数据
df pd.DataFrame({Name: [item str(i) for i in list(range(1, 51)) ],Value: np.random.randint(low10, high100, size50)})# 初始化布局-极坐标图
plt.figure(figsize(10,8))
ax plt.subplot(111, polarTrue)# 移除网格
plt.axis(off)# 坐标限制
upperLimit 100
lowerLimit 30# 计算极值
max_value df[Value].max()# 数据缩放
slope (max_value - lowerLimit) / max_value
heights slope * df.Value lowerLimit# 计算每个条形的宽度
width 2*np.pi / len(df.index)# 计算角度
indexes list(range(1, len(df.index)1))
angles [element * width for element in indexes]
angles# 增加条形图
bars ax.bar(xangles, heightheights, widthwidth, bottomlowerLimit,linewidth2, edgecolorwhite,color#61a4b2,)定制多样化的径向柱图 自定义径向柱图一般是结合使用场景对相关参数进行修改并辅以其他的绘图知识。参数信息可以通过官网进行查看其他的绘图知识则更多来源于实战经验大家不妨将接下来的绘图作为一种学习经验以便于日后总结。 添加标签 import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cmnp.random.seed(0) # 设置随机种子为0# 自定义数据
df pd.DataFrame({Name: [item str(i) for i in list(range(1, 51)) ],Value: np.random.randint(low10, high100, size50)})# 初始化布局-极坐标图
plt.figure(figsize(10,8))
ax plt.subplot(111, polarTrue)# 移除网格
plt.axis(off)# 坐标限制
upperLimit 100
lowerLimit 30# 计算极值
max_value df[Value].max()# 数据缩放
slope (max_value - lowerLimit) / max_value
heights slope * df.Value lowerLimit# 计算每个条形的宽度
width 2*np.pi / len(df.index)# 计算角度
indexes list(range(1, len(df.index)1))
angles [element * width for element in indexes]
angles# 添加条形图
bars ax.bar(xangles, heightheights, widthwidth, bottomlowerLimit,linewidth2, edgecolorwhite,color#61a4b2,
)# 标签和bar的间距定义
labelPadding 4# 添加标签
for bar, angle, height, label in zip(bars,angles, heights, df[Name]):# 弧度转化将弧度转为度如np.pi/2-90rotation np.rad2deg(angle)# 颠倒一部分标签方便查看alignment if angle np.pi/2 and angle 3*np.pi/2:alignment rightrotation rotation 180else: alignment left# 通过text函数添加标签ax.text(xangle, ylowerLimit bar.get_height() labelPadding, slabel, haalignment, vacenter, rotationrotation, rotation_modeanchor) 引申-简单绘制南丁格尔玫瑰图 import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cmnp.random.seed(0) # 设置随机种子为0# 自定义数据
df pd.DataFrame({Name: [item str(i) for i in list(range(1, 51)) ],Value: np.random.randint(low10, high100, size50)})
# 排序
df df.sort_values(by[Value])# 初始化布局
plt.figure(figsize(10,8))
ax plt.subplot(111, polarTrue)
plt.axis(off)# 坐标限制
upperLimit 100
lowerLimit 30# 高度
heights df.Value
# 计算每个条形的宽度
width 2*np.pi / len(df.index)# 颜色
cmap cm.RdYlGn
# 归一化
norm_heights (heights - np.min(heights)) / (np.max(heights) - np.min(heights))
# 颜色映射到heights
colors cmap(norm_heights)# 计算角度
indexes list(range(1, len(df.index)1))
angles [element * width 0.5*np.pi for element in indexes] # 指定从0开始逆时针旋转# 添加条形图
bars ax.bar(xangles, heightheights, widthwidth, bottomlowerLimit,linewidth2, edgecolorwhite,colorcolors,
)# 标签和bar的间距定义
labelPadding 4# 添加标签
for bar, angle, height, label in zip(bars,angles, heights, df[Name]):# 弧度转化将弧度转为度如np.pi/2-90rotation np.rad2deg(angle)# 颠倒一部分标签方便查看alignment if angle np.pi/2 and angle 3*np.pi/2:alignment rightrotation rotation 180else: alignment left# 通过text函数添加标签ax.text(xangle, ylowerLimit bar.get_height() labelPadding, slabel, haalignment, vacenter, rotationrotation, rotation_modeanchor)分组径向柱图 import matplotlib.pyplot as plt
import numpy as np
import pandas as pdrng np.random.default_rng(123) # 随机种子# 自定义数据
df pd.DataFrame({name: [fitem {i} for i in range(1, 51)],value: rng.integers(low30, high100, size50),group: [A] * 10 [B] * 20 [C] * 12 [D] * 8
})# 自定义函数将上述的弧度转换、添加标签抽象成函数
def get_label_rotation(angle, offset):输入弧度和偏移量返回对应的角度rotation以及对齐方式alignmentrotation np.rad2deg(angle offset)if angle np.pi:alignment rightrotation rotation 180else: alignment leftreturn rotation, alignmentdef add_labels(angles, values, labels, offset, ax):# 标签与bar的间距padding 4# 迭代每个弧度、bar值和标签for angle, value, label, in zip(angles, values, labels):angle angle# 获取角度和对齐方式rotation, alignment get_label_rotation(angle, offset)# 添加文本标签ax.text(xangle, yvalue padding, slabel, haalignment, vacenter, rotationrotation, rotation_modeanchor) # 自定义基础变量
GROUP df[group].values # 分组
GROUPS_SIZE [len(i[1]) for i in df.groupby(group)] # 每组的数量
COLORS [fC{i} for i, size in enumerate(GROUPS_SIZE) for _ in range(size)] # 每组使用不同的颜色# bar的值与标签
VALUES df[value].values
LABELS df[name].values# 偏移量默认从0开始指定成从90度位置开始
OFFSET np.pi / 2# bar宽度、角度
PAD 3 # 每组末尾添加3个空白bar
ANGLES_N len(VALUES) PAD * len(np.unique(GROUP))
ANGLES np.linspace(0, 2 * np.pi, numANGLES_N, endpointFalse)
WIDTH (2 * np.pi) / len(ANGLES) # 2pi/条形数量得到每个条形宽度# 获取索引
offset 0
IDXS []
for size in GROUPS_SIZE:IDXS list(range(offset PAD, offset size PAD))offset size PAD# 初始化极坐标图
fig, ax plt.subplots(figsize(10, 8), subplot_kw{projection: polar})# 指定偏移量
ax.set_theta_offset(OFFSET)# 设置范围
ax.set_ylim(-100, 100)# 移除边框
ax.set_frame_on(False)# 移除网格和轴刻度
ax.xaxis.grid(False)
ax.yaxis.grid(False)
ax.set_xticks([])
ax.set_yticks([])# 添加条形图
ax.bar(ANGLES[IDXS], VALUES, widthWIDTH, colorCOLORS, edgecolorwhite, linewidth2
)# 添加标签
add_labels(ANGLES[IDXS], VALUES, LABELS, OFFSET, ax)# 额外添加分组标签
offset 0 # 重置为0
for group, size in zip([A, B, C, D], GROUPS_SIZE):# 在条形图下添加线条x1 np.linspace(ANGLES[offset PAD], ANGLES[offset size PAD - 1], num50)ax.plot(x1, [-5] * 50, color#333333)# 添加分组标签ax.text(np.mean(x1), -20, group, color#333333, fontsize14, fontweightbold, hacenter, vacenter)# 添加参考线[20, 40, 60, 80]x2 np.linspace(ANGLES[offset], ANGLES[offset PAD - 1], num50)ax.plot(x2, [20] * 50, color#bebebe, lw0.8)ax.plot(x2, [40] * 50, color#bebebe, lw0.8)ax.plot(x2, [60] * 50, color#bebebe, lw0.8)ax.plot(x2, [80] * 50, color#bebebe, lw0.8)offset size PAD总结
以上通过matplotlib结合极坐标绘制基本的径向柱图并结合相关绘图方法绘制南丁格尔玫瑰图和分组径向柱图。
共勉
