数据可视化之subplot2grid

import numpy as np
import matplotlib.pyplot as plt



# 0.【设置中文字体】
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False



# 1.【可视化第一个表格数据（柱形和折线融合图）】
# 1.1 准备数据
year_x = np.arange(2014, 2022, 1) # X轴刻度值（2014-2021）
data_num = np.array([87430,90912,96225,101885,107147,116390,105764,120215]) # 诊疗量
data_speed = np.array([7.40,4.00,5.83,5.81,5.16,8.63,-9.13,13.66]) # 同比增速

# 1.2 创建第一个坐标系实例
ax = plt.subplot2grid((2, 3), (0, 0), colspan=3) 

# 1.3 在第一个坐标系实例上绘制堆积柱形图
bar = ax.bar(year_x,  data_num,  width=0.5, color='orange')

# 1.4 创建共享x轴的第二个坐标系实例
ax_right = ax.twinx()

# 1.5 在第二个坐标系实例绘制折线图
line = ax_right.plot(year_x, data_speed, 'm^-')

# 1.6 图表辅助元素定制
ax.set_ylabel('诊疗量 (万人次)')
ax_right.set_ylabel('同比增速(%)')  
ax_right.set_ylim(-20,20)
ax.set_title('2014-2021年中国中医类医疗卫生机构诊疗量')









# 2.【可视化第二个表格数据(饼图)】
# 2.1 准备数据
ratios = [2.2, 27.9, 56.2, 10.9, 2.8]  # 各年龄段用户比例
labels = ['20岁以下','20-30岁','31-40岁','41-50岁','51岁以上']  # 外侧说明文字


# 2.2 创建坐标系实例并绘制饼图
ax2 = plt.subplot2grid((2, 3), (1, 0)) 
ax2.pie(ratios, labels=labels, radius=1.5, 
        textprops={'fontsize': 6},
        wedgeprops={'width': 0.75},
        pctdistance=0.75,  # 调整数值标签的位置
        autopct='%3.1f%%',
        startangle=0)  # 调整购物品类的位置

# 2.3 图表辅助元素定制
ax2.set_title('中药材消费者画像', fontsize=8, pad=20)










# 3.【可视化第三个表格数据（堆积柱形图）】

# 3.1 准备数据
year_x = np.arange(2019, 2024, 1) # X轴刻度值（2019-2023）
data1 = np.array([20.3,22.0,23.5,22.5,22.3])   # 跨国企业占比
data2 = np.array([79.7,78.0,76.5,77.5,77.7])   # 本土企业占比
xlabels = ['2019年','2020年','2021年','2022年','2023年']

# 3.2 创建坐标系实例并绘制堆积柱形图
ax3 = plt.subplot2grid((2, 3), (1, 1)) 
bar_width = 0.5  # 柱宽
ax3.bar(year_x, data1, width=bar_width)
ax3.bar(year_x, data2, bottom=data1, width=bar_width)

# 3.3 图表辅助元素定制
ax3.set_title('全国药店中药饮片供应商占比', fontsize=6)
ax3.set_xticks(year_x)
ax3.set_xticklabels(xlabels, rotation=60, fontsize=8)









# 4.【可视化第四个表格数据（雷达图）】
# 4.1 准备数据
score = np.array([33,45,3,9,10])  # 各品类药品占比
score = np.concatenate((score, [score[0]]))         # 拼接一下，构成闭环

radar_labels = ['化学药','中成药','生物制品','保健品','中药饮片']# 维度标签
radar_labels = np.concatenate((radar_labels, [radar_labels[0]])) # 拼接一下，构成闭环 （此处可以不拼接，为了统一而已）

dim_num = len(score)-1     # 维度数 （因为前面拼接了一下，所以要减1）
radians = np.linspace(0, 2 * np.pi, dim_num, endpoint=False)
radians = np.concatenate((radians, [radians[0]]))   # 拼接一下，构成闭环






# 4.2 创建极坐标系实例，并绘制雷达图
ax4 = plt.subplot2grid((2, 3), (1, 2), polar=True)
ax4.plot(radians,score,marker='o',
         markersize=2,linewidth=1,color='r')

# 4.3 图表辅助元素定制
# 设置极坐标的标签
angles = radians * 180/np.pi  # 弧度转角度
ax4.set_thetagrids(angles, labels=radar_labels, fontsize=6) # 设置新的刻度标签
# 填充多边形
ax4.fill(radians, score, alpha=0.2)
ax4.set_title('全国药店药品销售额占比', fontsize=8, pad=20)




# 5.【展示图表】
plt.tight_layout() # 启用自动紧凑布局
plt.show()