在表格中添加图标示意

# 导入必要的库
import pandas as pd  # 用于数据处理
import matplotlib.pyplot as plt  # 用于绘图
from PIL import Image  # 用于图像处理
import numpy as np  # 用于数值计算
import os  # 用于文件操作
import cv2  # 导入 OpenCV，用于图像处理

# 自定义数据
data = {
    'Score': np.random.randint(1, 15, size=5),  # 随机生成5个分数，范围为1到14
    'Comment': np.random.choice(['Fun', 'Okay', 'Nice', 'Bad', 'Cool'], size=5),  # 随机生成5个评论
    'Image': np.random.choice(['python', 'apple', 'banana'], size=5)  # 随机生成5个图像名称
}
df = pd.DataFrame(data)  # 将数据转换为DataFrame

# 修改Image列，增加前后缀拼出路径
df['Image'] = df['Image'].apply(lambda x: x + '.png' if '.png' not in x else x)  # 确保文件名以.png结尾
df['Image'] = df['Image'].apply(lambda x: 'pic/' + x if 'pic/' not in x else x)  # 确保路径以pic/开头

# 创建图片目录（如果不存在）
if not os.path.exists('pic'):  # 检查pic目录是否存在
    os.makedirs('pic')  # 如果不存在，则创建pic目录

# 随机生成一些图片（仅用于演示，实际中请使用真实图片）
for img in df['Image']:  # 遍历Image列中的每个图片路径
    if not os.path.exists(img):  # 如果图片不存在
        img_array = np.random.randint(0, 256, size=(100, 100, 3), dtype=np.uint8)  # 随机生成一个100x100的RGB图片
        img_pil = Image.fromarray(img_array)  # 将numpy数组转换为Pillow图像
        img_pil.save(img)  # 保存图片到指定路径

# 定义插入图片的函数
def insert_image(path, ax, x, y):
    img = Image.open(path)  # 打开图片
    img.thumbnail((50, 50))  # 调整图片大小为50x50（保持宽高比）
    img_array = np.array(img)  # 将图片转换为numpy数组
    ax.imshow(img_array, extent=(x - 0.25, x + 0.25, y - 0.25, y + 0.25))  # 在指定位置插入图片

# 定义插入圆形图片的函数
def insert_circled_image(path, ax, x, y):
    img = Image.open(path)  # 打开图片
    img = img.resize((50, 50))  # 调整图片大小为50x50
    img_array = np.array(img)  # 将图片转换为numpy数组
    mask = np.zeros(img_array.shape[:2], dtype=np.uint8)  # 创建一个与图片大小相同的遮罩
    center = (25, 25)  # 圆形遮罩的中心点
    radius = 25  # 圆形遮罩的半径
    cv2.circle(mask, center, radius, (255), -1)  # 在遮罩上绘制一个白色圆形
    masked_img = cv2.bitwise_and(img_array, img_array, mask=mask)  # 使用遮罩裁剪图片为圆形
    ax.imshow(masked_img, extent=(x - 0.25, x + 0.25, y - 0.25, y + 0.25))  # 在指定位置插入圆形图片

# 绘制表格并插入图片
fig = plt.figure(figsize=(12, 6))  # 创建一个大小为12x6的图形

# 插入普通图片
plt.subplot(1, 2, 1)  # 创建一个1x2的子图，当前激活的是第1个
plt.title('插入图片')  # 设置子图标题
ax = plt.gca()  # 获取当前子图的轴对象
ax.set_xlim(0, len(df.columns))  # 设置x轴范围
ax.set_ylim(0, len(df) + 1)  # 设置y轴范围
ax.set_xticks(np.arange(len(df.columns)) + 0.5)  # 设置x轴刻度位置
ax.set_yticks(np.arange(len(df)) + 0.5)  # 设置y轴刻度位置
ax.set_xticklabels(df.columns, rotation=45, ha='right')  # 设置x轴刻度标签为DataFrame的列名
ax.set_yticklabels(df.index)  # 设置y轴刻度标签为DataFrame的索引
ax.grid(True, linestyle='--', linewidth=0.5)  # 添加网格线
ax.xaxis.tick_top()  # 将x轴刻度标签移到顶部

# 插入图片到表格
for i, row in df.iterrows():  # 遍历DataFrame的每一行
    insert_image(row['Image'], ax, 0.5, len(df) - i - 0.5)  # 在指定位置插入图片

# 插入圆形图片
plt.subplot(1, 2, 2)  # 创建一个1x2的子图，当前激活的是第2个
plt.title('插入图片-圆形图像')  # 设置子图标题
ax = plt.gca()  # 获取当前子图的轴对象
ax.set_xlim(0, len(df.columns))  # 设置x轴范围
ax.set_ylim(0, len(df) + 1)  # 设置y轴范围
ax.set_xticks(np.arange(len(df.columns)) + 0.5)  # 设置x轴刻度位置
ax.set_yticks(np.arange(len(df)) + 0.5)  # 设置y轴刻度位置
ax.set_xticklabels(df.columns, rotation=45, ha='right')  # 设置x轴刻度标签为DataFrame的列名
ax.set_yticklabels(df.index)  # 设置y轴刻度标签为DataFrame的索引
ax.grid(True, linestyle='--', linewidth=0.5)  # 添加网格线
ax.xaxis.tick_top()  # 将x轴刻度标签移到顶部

# 插入圆形图片到表格
for i, row in df.iterrows():  # 遍历DataFrame的每一行
    insert_circled_image(row['Image'], ax, 0.5, len(df) - i - 0.5)  # 在指定位置插入圆形图片

plt.tight_layout()  # 自动调整子图布局
plt.show()  # 显示图形