石川图（Ishikawa Diagram）

石川图（也称为鱼骨图、人字形图、因果图）是由石川薰创建的因果图，用于显示特定事件的潜在原因。基本概念于 1920 年代首次使用，被认为是质量控制的七种基本工具之一。它因其形状而被称为鱼骨图，类似于鱼骨架的侧视图。

import math

import matplotlib.pyplot as plt

from matplotlib.patches import Polygon, Wedge

fig, ax = plt.subplots(figsize=(10, 6), layout='constrained')
ax.set_xlim(-5, 5)
ax.set_ylim(-5, 5)
ax.axis('off')


def problems(data: str,
             problem_x: float, problem_y: float,
             angle_x: float, angle_y: float):
    """
    Draw each problem section of the Ishikawa plot.

    Parameters
    ----------
    data : str
        问题类别的名称。
    problem_x, problem_y : float, optional
        问题箭头的`X`和`Y`位置（`Y`默认为零）。
    angle_x, angle_y : float, optional
      问题注释的角度。它们总是朝向图表尾部倾斜。

    Returns
    -------
    None.

    """

    '使用 annotate 方法添加文本和箭头。'
    ax.annotate(str.upper(data), xy=(problem_x, problem_y),
                xytext=(angle_x, angle_y),
                fontsize=10,
                color='white',
                weight='bold',
                xycoords='data',
                verticalalignment='center',
                horizontalalignment='center',
                textcoords='offset fontsize',
                arrowprops=dict(arrowstyle="->", facecolor='black'),
                bbox=dict(boxstyle='square',
                          facecolor='tab:blue',
                          pad=0.8))


def causes(data: list,
           cause_x: float, cause_y: float,
           cause_xytext=(-9, -0.3), top: bool = True):
    """
    Place each cause to a position relative to the problems
    annotations.

    Parameters
    ----------
    data : indexable object
可索引对象，输入数据。如果传递了超过六个参数，会引发 IndexError。
    cause_x, cause_y : float
        表示原因注释的 X 和 Y 位置
    cause_xytext : tuple, optional
        用于调整原因文本与问题箭头之间的距离，以字号单位表示。
    top : bool, default: True
        决定下一个原因注释是绘制在前一个注释的上方还是下方。

    Returns
    -------
    None.

    """

    '使用 enumerate 遍历 data 列表中的每个原因'
    for index, cause in enumerate(data):
        # [<x pos>, <y pos>]
        coords = [[0.02, 0],
                  [0.23, 0.5],
                  [-0.46, -1],
                  [0.69, 1.5],
                  [-0.92, -2],
                  [1.15, 2.5]]

        # First 'cause' annotation is placed in the middle of the 'problems' arrow
        # and each subsequent cause is plotted above or below it in succession.
        #首先将“原因”注释放置在“问题”箭头的中间，然后依次在其上方或下方绘制每个后续的原因。
        cause_x -= coords[index][0]
        cause_y += coords[index][1] if top else -coords[index][1]

        ax.annotate(cause, xy=(cause_x, cause_y),
                    horizontalalignment='center',
                    xytext=cause_xytext,
                    fontsize=9,
                    xycoords='data',
                    textcoords='offset fontsize',
                    arrowprops=dict(arrowstyle="->",
                                    facecolor='black'))


def draw_body(data: dict):
    """
    Place each problem section in its correct place by changing
    the coordinates on each loop.

    Parameters
    ----------
    data : dict
        输入数据（可以是列表或元组的字典）。如果传递了超过六个参数，会引发 ValueError。

    Returns
    -------
    None.

    """
    # Set the length of the spine according to the number of 'problem' categories.
    #根据“问题”类别的数量设置脊柱的长度
    length = (math.ceil(len(data) / 2)) - 1
    draw_spine(-2 - length, 2 + length)

    # Change the coordinates of the 'problem' annotations after each one is rendered.
    #在每个问题注释渲染后，改变其坐标。
    offset = 0
    prob_section = [1.55, 0.8]
    for index, problem in enumerate(data.values()):
        plot_above = index % 2 == 0
        cause_arrow_y = 1.7 if plot_above else -1.7
        y_prob_angle = 16 if plot_above else -16

        # Plot each section in pairs along the main spine.
        #沿着主脊柱成对地绘制每个部分。
        prob_arrow_x = prob_section[0] + length + offset
        cause_arrow_x = prob_section[1] + length + offset
        if not plot_above:
            offset -= 2.5
        if index > 5:
            raise ValueError(f'Maximum number of problems is 6, you have entered '
                             f'{len(data)}')

        problems(list(data.keys())[index], prob_arrow_x, 0, -12, y_prob_angle)
        causes(problem, cause_arrow_x, cause_arrow_y, top=plot_above)


def draw_spine(xmin: int, xmax: int):
    """
    Draw main spine, head and tail.

    Parameters
    ----------
    xmin : int
        脊柱头部的默认 x 坐标位置。
    xmax : int
        脊柱尾部的默认 x 坐标位置。

    Returns
    -------
    None.

    """

    # draw main spine
    ax.plot([xmin - 0.1, xmax], [0, 0], color='tab:blue', linewidth=2)
    # draw fish head
    ax.text(xmax + 0.1, - 0.05, 'PROBLEM', fontsize=10,
            weight='bold', color='white')
    semicircle = Wedge((xmax, 0), 1, 270, 90, fc='tab:blue')
    ax.add_patch(semicircle)
    # draw fish tail
    tail_pos = [[xmin - 0.8, 0.8], [xmin - 0.8, -0.8], [xmin, -0.01]]
    triangle = Polygon(tail_pos, fc='tab:blue')
    ax.add_patch(triangle)


# Input data
categories = {
    'Method': ['Time consumption', 'Cost', 'Procedures', 'Inefficient process',
               'Sampling'],
    'Machine': ['Faulty equipment', 'Compatibility'],
    'Material': ['Poor-quality input', 'Raw materials', 'Supplier',
                 'Shortage'],
    'Measurement': ['Calibration', 'Performance', 'Wrong measurements'],
    'Environment': ['Bad conditions'],
    'People': ['Lack of training', 'Managers', 'Labor shortage',
               'Procedures', 'Sales strategy']
}

draw_body(categories)
plt.show()

石川图的常见用途是产品设计质量缺陷预防，以确定导致整体效果的潜在因素。不完美的每个原因或原因都是变化的来源。原因通常分为主要类别，以识别和分类这些变异来源。马自达汽车在开发 Miata （MX5） 跑车时使用了石川图。