python中使用windrose绘制玫瑰图

        之前了解过如使用echarts对数据进行前端渲染，个人感觉echarts还是很强大的，但是有时候需要后台输出一些含有类似折线图，玫瑰图等报表时，类似echarts的前端渲染方式就不合适了，所以尝试使用python解决这个问题，后端提供数据，由python生成统计图，并执行图片保存，然后直接导入报表中。这样可以省去前端渲染工作，不需要用户去点开页面生成图片，更符合生成报表时使用。这里使用的是python的第三方库windrose。

安装

首先提供官方文档和github项目开源地址
        官方文档：https://windrose.readthedocs.io/en/latest/index.html
        官方地址：https://pypi.org/project/windrose/
        github：https://github.com/python-windrose/windrose

1. 使用pip安装

# 使用pip安装
pip install windrose
# 更新到最新版本
pip install git+https://github.com/python-windrose/windrose

2. 源码安装

git clone https://github.com/python-windrose/windrose
python setup.py install

使用例子

这里还是建议大家去看官方的例子，或者去github参考代码，我这里也是搬运过来的。

# 引入依赖
from windrose import WindroseAxes
from matplotlib import pyplot as plt
import matplotlib.cm as cm
import numpy as np

# 使用nmupy随机生成风速风向数组
ws = np.random.random(500) * 6
wd = np.random.random(500) * 360

# 绘图
ax = WindroseAxes.from_ax()
ax.bar(wd, ws, normed=True, opening=0.8, edgecolor='white')
ax.set_legend()

运行结果如下：

参数简介

这里主要想说的是关于参数设置的内容，找了很多地方没有找到文档，最后查看源码，对源码中注释的内容加以说明。

1. directin：风吹来的方向，以北为中心，正北方向为0°，顺时针旋转，范围是0°~360°
2. var：要计算的变量值，通常是风速---->这里可以换成你想显示的数据内容
3. nsector：扇区的数量，默认值为16(每个扇区22.5°)
4. bins：legend的数量，默认为6，取值为参数2：var中最小值和最大值之间平均分成6份
5. blowto：默认值为False，当为True的时候玫瑰图将旋转180°，显示风吹的位置。这里没有太明白有什么作用，从图上看，效果就是旋转180°。
6. colors：颜色设置，可以是string类型或者tuple类型，为string类型时所有的区域将被绘制成一个颜色。
   当使用元组时，元组里设置的颜色个数要与参数4中bins数相同，不然报错，颜色可采用字符串，十六进制，rgb方式表示。
7. cmap：颜色设置，继承自matplotlib.cm
8. 支持matplotlib.pyplot.plot中的所有参数设置
   注：1，2是必须参数，3-7为可选参数，具体使用可以参考官方实例。

bar图绘制的源码如下：

def bar(self, direction, var, **kwargs):
    bins, nbins, nsector, colors, angles, kwargs = self._init_plot(
        direction, var, **kwargs
    )
    kwargs.pop("facecolor", None)
    edgecolor = kwargs.pop("edgecolor", None)
    if edgecolor is not None:
        if not isinstance(edgecolor, str):
            raise ValueError("edgecolor must be a string color")
    opening = kwargs.pop("opening", None)
    if opening is None:
        opening = 0.8
    dtheta = 2 * np.pi / nsector
    opening = dtheta * opening

    offs = self._calm_circle()

    for j in range(nsector):
        offset = offs
        for i in range(nbins):
            if i > 0:
                offset += self._info["table"][i - 1, j]
            val = self._info["table"][i, j]
            zorder = ZBASE + nbins - i
            patch = mpl.patches.Rectangle(
                (angles[j] - opening / 2, offset),
                opening,
                val,
                facecolor=colors[i],
                edgecolor=edgecolor,
                zorder=zorder,
                **kwargs
            )
            self.add_patch(patch)
            if j == 0:
                self.patches_list.append(patch)
    self._update()

其他方法等用到时候再一一解释，希望对大家有所帮助。有错误欢迎指正。