【可视化】Python绘制风车玫瑰图动画

一盘胡椒鱼

已于 2023-09-28 17:45:35 修改

阅读量359

点赞数

文章标签： python 数据可视化 matplotlib

于 2023-09-28 17:32:06 首次发布

本文链接：https://blog.csdn.net/auzurdragon/article/details/133386667

版权

最终成品

在这里插入图片描述

思路

风车玫瑰图等效于极坐标系下的堆积条形图。

绘制直角坐标系下的堆积条形图。pyplot本身没有找到堆积条形图的方法，所以使用计算堆积。
因为极坐系下，x轴会卷积成一个圆，所以需要提前将x轴的刻度转成弧度。
由于x轴变换了，所以不能直接使用.bar()方法绘图，同时需要将数据构造转成层级 * 柱数的样式，分别绘制条形。
将子图的坐标系改成极坐标系。
使用FuncAnimation()方法绘制动画。

环境

Python 3.10

引入包

import pandas as pd
import matplotlib.pyplot as plt 
import matplotlib.animation as animation
import numpy as np

plt.rcParams["font.sans-serif"] = ["SimHei"]    # 指定中文字体
plt.rcParams['axes.unicode_minus'] = False      # 指定负号等特殊符号兼容

创建测试数据

创建 (16,3) 的数集，对应16个风车柱子，每个柱子分三层。

data = pd.DataFrame(
    np.random.randint(70, 100, size=(16, 3)),
    index=[i for i in 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'][:16], 
    columns=["l1", 'l2', 'l3']
    )

data

绘制堆积条形图

pyplot中没有找到堆积条形图的办法，只有 stackplot() 堆积面积图，所以直接用 bar()方法画。
每一层都指定前层的合计值为柱子底部 bottom，实现堆积效果。
因为数据集是随机生成的，所以每张图的柱子高度不一致，勿怪。

fig = plt.figure()
ax = fig.add_subplot()
for i in range(data.shape[1]):
    plt.bar(x=data.index, height=data.iloc[:, i], bottom=0 if i == 0 else data.iloc[:, 0:i].sum(axis=1))

堆积条形图

转极坐标系

在subplot子图中指定 projection=“polar” ，即可使用极坐标系。

fig = plt.figure()
ax = fig.add_subplot(projection="polar")    # 指定子图为极坐标系
for i in range(data.shape[1]):
    plt.bar(
        x=data.index, 
        height=data.iloc[:, i], 
        bottom=0 if i == 0 else data.iloc[:, 0:i].sum(axis=1)
        )

极坐标下的堆积条形图由于x轴的刻度没有转换成角度，所以外圈的刻度不对，A和G靠太近了。

将x轴转换成弧度。共16个柱子，每个柱子所在弧度即是 $2\pi/16$
缩小桩子的宽度，避免挤到一起。

fig = plt.figure()
ax = fig.add_subplot(projection="polar")        # 指定子图为极坐标系
x = [(i * np.pi * 2)/data.shape[0] for i in range(data.shape[0])]  # 计算X轴的弧度
for i in range(data.shape[1]):
    plt.bar(
        x=x, 
        height=data.iloc[:, i], 
        bottom=0 if i == 0 else data.iloc[:, 0:i].sum(axis=1)
        )

X轴刻度转成弧度比较接近了，把X轴的角度标签换成数据标签 tick_label=data.index

fig = plt.figure()
ax = fig.add_subplot(projection="polar")    # 指定子图为极坐标系
x = [(i * np.pi * 2)/data.shape[0] for i in range(data.shape[0])]  # 计算X轴
for i in range(data.shape[1]):
    plt.bar(
        x=x, 
        height=data.iloc[:, i], bottom=0 if i == 0 else data.iloc[:, 0:i].sum(axis=1), 
        width=np.pi/data.shape[0],   # 调整柱子宽度
        tick_label=data.index        # 添加标签
        )

修改标签

修饰文本

调整一下

把标签加到每个柱子上
隐藏坐标轴和边框

为啥plt.text()方法一次只能画一条文本？

fig = plt.figure()
ax = fig.add_subplot(projection="polar")    # 指定子图为极坐标系
ax.spines["polar"].set_visible(False)       # 隐藏边框
ax.axes.xaxis.set_visible(False)            # 隐藏X轴
ax.axes.yaxis.set_visible(False)            # 隐藏Y轴
x = [(i * np.pi * 2)/data.shape[0] for i in range(data.shape[0])]   # 计算X轴
for i in range(data.shape[1]):
    ax.bar(
        x=x, 
        height=data.iloc[:, i], 
        bottom=0 if i == 0 else data.iloc[:, 0:i].sum(axis=1), 
        width=np.pi/data.shape[0],          # 调整柱子宽度
        tick_label=data.index               # 添加标签
        )

# 添加文本到柱子上
for i in range(data.shape[0]):
    plt.text(
        x=x[i],                                         # 文本的X坐标
        y=data.iloc[i].sum(),                           # 文本的Y坐标
        s=f"{data.iloc[i].name}: {data.iloc[i].sum()}"  # 文本内容
        )

添加文本标签
修改文字：

旋转文字的角度，与柱子方向一致。
文字与柱太近了，远离一点。
同时修改对齐方式。O和P有点不齐。

fig = plt.figure()
ax = fig.add_subplot(projection="polar")    # 指定子图为极坐标系
ax.spines["polar"].set_visible(False)       # 隐藏边框
ax.axes.xaxis.set_visible(False)            # 隐藏X轴
ax.axes.yaxis.set_visible(False)            # 隐藏Y轴
x = [(i * np.pi * 2)/data.shape[0] for i in range(data.shape[0])]   # 计算X轴
for i in range(data.shape[1]):
    ax.bar(
        x=x, 
        height=data.iloc[:, i], 
        bottom=0 if i == 0 else data.iloc[:, 0:i].sum(axis=1), 
        width=np.pi/data.shape[0],          # 调整柱子宽度
        tick_label=data.index               # 添加标签
        )

# 添加文本到柱子上
for i in range(data.shape[0]):
    plt.text(
        x=x[i],                             # 文本的X坐标
        y=data.iloc[i].sum() * 1.05,        # 文本的Y坐标
        s=f"{data.iloc[i].name}: {data.iloc[i].sum()}",  # 文本内容
        rotation= (i * 360)/data.shape[0],  # 旋转角度
        rotation_mode="anchor",             # 指定旋转模式
        horizontalalignment="left",         # 水平对齐方式
        verticalalignment="center"          # 垂直对齐方式
        )

对齐文本

修饰颜色

修改柱子的颜色, 并添加柱子边框。因为配色无能，所以直接使用了plt的颜色重采样，好东西啊。
思路是先使用 resampled() 方法从调色盘中取 16 * 3 = 48 个颜色，再给每个柱子用不同的颜色。

fig = plt.figure()
ax = fig.add_subplot(projection="polar")    # 指定子图为极坐标系
ax.spines["polar"].set_visible(False)       # 隐藏边框
ax.axes.xaxis.set_visible(False)            # 隐藏X轴
ax.axes.yaxis.set_visible(False)            # 隐藏Y轴
x = [(i * np.pi * 2)/data.shape[0] for i in range(data.shape[0])]   # 计算X轴
color_list = plt.colormaps['inferno'].resampled(48).colors          # 从调色盘中重采样48个颜色，做为柱子的颜色。

for i in range(data.shape[1]):
    ax.bar(
        x=x, 
        height=data.iloc[:, i], 
        bottom=0 if i == 0 else data.iloc[:, 0:i].sum(axis=1), 
        width=np.pi/data.shape[0],          # 调整柱子宽度
        tick_label=data.index,              # 添加标签
        color=color_list[i*16:(i+1)*16],    # 添加颜色
        edgecolor="k",                      # 指定组间边框颜色
        linewidth=1,                        # 组间边框宽度
        )

# 添加文本到柱子上
for i in range(data.shape[0]):
    plt.text(
        x=x[i],                             # 文本的X坐标
        y=data.iloc[i].sum() * 1.05,        # 文本的Y坐标
        s=f"{data.iloc[i].name}: {data.iloc[i].sum()}",  # 文本内容
        rotation= (i * 360)/data.shape[0],  # 旋转角度
        rotation_mode="anchor",             # 指定旋转模式
        horizontalalignment="left",         # 水平对齐方式
        verticalalignment="center",         # 垂直对齐方式
        )

plt.show()

修饰颜色

制作动画

先作个简单的动画，即按照绘制顺序，逐个实现动画效果：

创建自定义函数 update() 保存每一帧的绘图方法。
for循环的子句移入动画函数，再调用matplotlib的FuncAnimation()方法。
第0帧时，先清空画布，再绘制。
最后一帧时，把文字画上去。

fig = plt.figure()
ax = fig.add_subplot(projection="polar")    # 指定子图为极坐标系
ax.spines["polar"].set_visible(False)       # 隐藏边框
ax.axes.xaxis.set_visible(False)            # 隐藏X轴
ax.axes.yaxis.set_visible(False)            # 隐藏Y轴
ax.set_ylim([0, 300])
x = [(i * np.pi * 2)/data.shape[0] for i in range(data.shape[0])]   # 计算X轴
color_list = plt.colormaps['inferno'].resampled(48).colors

# 动画函数
def update(i):
    if i == 0: 
        ax.cla()
        ax.set_ylim([0, 300])
    bar = ax.bar(
        x=x,
        height=data.iloc[:, i],
        bottom=0 if i == 0 else data.iloc[:, 0:i].sum(axis=1), 
        width=np.pi/data.shape[0], 
        color=color_list[i*16:(i+1)*16],
        edgecolor="k",
        linewidth=1,
        )
    if i == 2:
        for i in range(data.shape[0]):
            plt.text(
                x=x[i],                             # 文本的X坐标
                y=data.iloc[i].sum() * 1.05,        # 文本的Y坐标
                s=f"{data.iloc[i].name}: {data.iloc[i].sum()}",  # 文本内容
                rotation= (i * 360)/data.shape[0],  # 旋转角度
                rotation_mode="anchor",             # 指定旋转模式
                horizontalalignment="left",         # 水平对齐方式
                verticalalignment="center",         # 垂直对齐方式
                )
    return bar 

anim = animation.FuncAnimation(
    fig=fig,        # 指定画布对象
    func=update,    # 指定更新方法
    frames=3,       # 动画帧数，即画几次的意思，和一秒多少帧无关
    interval=720,   # 每次绘画的间隔时间，单位是毫秒
    )

一层一层出现的方式有点奇怪，改成分柱子出现的比较好。即每次绘制一行数据柱，绘制16次。


fig = plt.figure()
ax = fig.add_subplot(projection="polar")    # 指定子图为极坐标系
ax.spines["polar"].set_visible(False)       # 隐藏边框
ax.axes.xaxis.set_visible(False)            # 隐藏X轴
ax.axes.yaxis.set_visible(False)            # 隐藏Y轴
ax.set_ylim([0, 300])
x = [(i * np.pi * 2)/data.shape[0] for i in range(data.shape[0])]   # 计算X轴
color_list = plt.colormaps['inferno'].resampled(48).colors
bar = ax.bar(x, [0]*len(x), width=np.pi/data.shape[0])[0]


# 动画函数
def update(i):
    if i == 0: 
        ax.cla()                # 清除画布
        ax.set_ylim([0, 300])   # 重新建立Y轴范围
    for j in range(3):          # 分成三层画柱子
        bar = ax.bar(
            x = x[i],           # X轴坐标
            height=data.iloc[i, j].sum(),   # 每层柱子的高度
            bottom=0 if j==0 else data.iloc[i, 0:j].sum(),  # 每层柱子的底
            width=np.pi/data.shape[0],      # 柱子宽度
            color=color_list[j*16 + i],     # 柱子颜色
            edgecolor="k",                  # 分隔线颜色
            linewidth=1,                    # 分隔线宽度
            )
    plt.text(
        x=x[i],                             # 标签的X轴坐标，与柱子相同
        y=data.iloc[i].sum()*1.05,          # 标签的Y轴坐标，比柱子略高一点，避免重叠
        s=f"{data.iloc[i].name}: {data.iloc[i].sum()}",     # 标签的文本内容
        rotation= (i * 360)/data.shape[0],  # 旋转角度
        rotation_mode="anchor",             # 指定旋转模式
        horizontalalignment="left",         # 水平对齐方式
        verticalalignment="center",         # 垂直对齐方式
        )
    return bar 

anim = animation.FuncAnimation(fig=fig, func=update, frames=16, interval=720)

分行绘制

结束

附件：完整代码

import pandas as pd
import matplotlib.pyplot as plt 
import matplotlib.animation as animation
import numpy as np

plt.rcParams["font.sans-serif"] = ["SimHei"]    # 指定中文字体
plt.rcParams['axes.unicode_minus'] = False      # 指定负号等特殊符号兼容


data = pd.DataFrame(
    np.random.randint(70, 100, size=(16, 3)),
    index=[i for i in 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'][:16], 
    columns=["l1", 'l2', 'l3']
    )



fig = plt.figure()
ax = fig.add_subplot(projection="polar")    # 指定子图为极坐标系
ax.spines["polar"].set_visible(False)       # 隐藏边框
ax.axes.xaxis.set_visible(False)            # 隐藏X轴
ax.axes.yaxis.set_visible(False)            # 隐藏Y轴
ax.set_ylim([0, 300])
x = [(i * np.pi * 2)/data.shape[0] for i in range(data.shape[0])]   # 计算X轴
color_list = plt.colormaps['inferno'].resampled(48).colors
bar = ax.bar(x, [0]*len(x), width=np.pi/data.shape[0])[0]


# 动画函数
def update(i):
    if i == 0: 
        ax.cla()                # 清除画布
        ax.set_ylim([0, 300])   # 重新建立Y轴范围
    for j in range(3):          # 分成三层画柱子
        bar = ax.bar(
            x = x[i],           # X轴坐标
            height=data.iloc[i, j].sum(),   # 每层柱子的高度
            bottom=0 if j==0 else data.iloc[i, 0:j].sum(),  # 每层柱子的底
            width=np.pi/data.shape[0],      # 柱子宽度
            color=color_list[j*16 + i],     # 柱子颜色
            edgecolor="k",                  # 分隔线颜色
            linewidth=1,                    # 分隔线宽度
            )
    plt.text(
        x=x[i],                             # 标签的X轴坐标，与柱子相同
        y=data.iloc[i].sum()*1.05,          # 标签的Y轴坐标，比柱子略高一点，避免重叠
        s=f"{data.iloc[i].name}: {data.iloc[i].sum()}",     # 标签的文本内容
        rotation= (i * 360)/data.shape[0],  # 旋转角度
        rotation_mode="anchor",             # 指定旋转模式
        horizontalalignment="left",         # 水平对齐方式
        verticalalignment="center",         # 垂直对齐方式
        )
    return bar 

anim = animation.FuncAnimation(fig=fig, func=update, frames=16, interval=720)

anim.save("./sample_02.gif")	# 保存到GIF文件

一盘胡椒鱼

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
【可视化】Python绘制风车玫瑰图动画

思路是先使用 resampled() 方法从调色盘中取 16 * 3 = 48 个颜色，再给每个柱子用不同的颜色。pyplot中没有找到堆积条形图的办法，只有 stackplot() 堆积面积图，所以直接用 bar()方法画。修改柱子的颜色, 并添加柱子边框。因为配色无能，所以直接使用了plt的颜色重采样，好东西啊。由于x轴的刻度没有转换成角度，所以外圈的刻度不对，A和G靠太近了。创建 (16,3) 的数集，对应16个风车柱子，每个柱子分三层。因为数据集是随机生成的，所以每张图的柱子高度不一致，勿怪。
复制链接

扫一扫