期刊图片复现|Python绘制环形柱状图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import matplotlib.pyplot as pltimport numpy as npimport pandas as pdplt.rcParams['font.family'] = 'serif'plt.rcParams['font.serif'] = ['Times New Roman']plt.rcParams['axes.unicode_minus'] = Falseimport matplotlibmatplotlib.rcParams['pdf.fonttype'] = 42matplotlib.rcParams['ps.fonttype'] = 42

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================COLOR_LIBRARY = {    1: ['#A6CEE3', '#1F78B4', '#B2DF8A', '#33A02C', '#FB9A99', '#E31A1C', '#FDBF6F', '#FF7F00', '#CAB2D6', '#6A3D9A', '#FFFF99', '#B15928'],}SCHEME_ID = 60  #使用的配色方案selected_colors = COLOR_LIBRARY.get(SCHEME_ID, COLOR_LIBRARY[1])  #获取颜色

# =========================================================================================# ======================================3.绘图函数=======================================# =========================================================================================def plot_gene_polar_chart(genes, data, conditions, group_colors):    num_genes = len(genes)  #获取最外圈名称    num_conds = len(conditions)  #获取柱子数量    inner_radius = 0.35  #中间空白半径    total_circumference = 2 * np.pi  #圆周总弧度    sector_angle = total_circumference / num_genes  #每个区域的扇形角度    gap_ratio = 0.25  #区域之间的间隙比例    group_angle_width = sector_angle * (1 - gap_ratio)  #实际绘图区域的角度宽度    bar_width = group_angle_width / num_conds  #柱子的宽度            centering_offset = (sector_angle * gap_ratio) / 2  #计算偏移量，使柱子组居中            theta = group_start + centering_offset + j * bar_width + bar_width / 2  #当前柱子的中心角度            group_thetas.append(theta)  #将计算好的角度保存        thetas.append(group_thetas)  #保存当前区域的所有柱子角度        gene_center = group_start + sector_angle / 2  #计算该区域扇形区域的中心角度，用于放置标签        gene_centers.append(gene_center)  #保存中心角度

    #创建画布    fig = plt.figure(figsize=(10, 10), dpi=150)    #添加子图，设置为极坐标投影    ax = fig.add_subplot(111, projection='polar')    #遍历每一个刻度值    for g in grid_values:        #绘制背景网格线        ax.plot(np.linspace(0, 2 * np.pi, 200),  # 生成0到2π的点                [inner_radius + g] * 200,  #生成对应的半径值                color='gray',  #颜色                linestyle=':',  #样式                linewidth=0.8,  #宽度                alpha=0.5,  #透明度                zorder=0)  #顺序

    #再次遍历每一个区域进行绘图    for i in range(num_genes):        #获取颜色        color = group_colors[i % len(group_colors)]        vals = data[i]  #获取当前区域对应的数据值        angles = thetas[i]  #获取当前区域对应的柱子角度            label_r = inner_radius + 1.08  #柱子上方标签的半径位置            deg = np.degrees(angles[j])  #将弧度转换为角度            standard_deg = 90 - deg  #转换角度坐标系            if 90 < deg < 270:                rot = standard_deg + 180  #旋转角度                va = 'center'  #对齐方式            else:                rot = standard_deg  #旋转角度                va = 'center'  #对齐方式            #添加文本            ax.text(angles[j],  #角度                    label_r,  #半径                    conditions[j],  #内容                    rotation=rot,  #旋转角度                    ha='center',  #水平居中                    va=va,  #垂直居中                    fontsize=14,  #字体大小                    color='#444444')  #颜色        name_r = arc_r + 0.15  #计算区域名称标签的半径位置        deg_center = np.degrees(center) % 360  #将中心弧度转换为度角度        if 90 < deg_center < 270:            name_rot = -deg_center + 180  #旋转角度            adj_r = name_r - 0.05  #半径        else:            name_rot = -deg_center  #旋转角度            adj_r = name_r  #半径        #弧线处文本        ax.text(center,  #中心角度                adj_r,  #半径                genes[i],  #文本内容                rotation=name_rot,  #旋转角度                ha='center',  #水平居中                va='center',  #垂直居中                fontsize=18,  #字体大小                color=color)  #颜色

# =========================================================================================# ======================================4.执行部分=======================================# =========================================================================================if __name__ == "__main__":    excel_filename = r"data.xlsx"  #数据路径    df_read = pd.read_excel(excel_filename)  #读取    genes_plot = df_read['Gene'].tolist()  #最外圈名称    conditions = ['S', 'SP', 'W', 'WP']  #柱子数据列    data_plot = df_read[conditions].values.tolist()  #提取数据并转换为列表    #调用绘图函数    plot_gene_polar_chart(genes_plot, data_plot, conditions, selected_colors)

SCHEME_ID = 60  #使用的配色方案

2.设置绘图结果的保存地址：

plt.savefig(fr'result_chart{SCHEME_ID}.png', dpi=300, bbox_inches='tight')

excel_filename = r"\data.xlsx"  #数据路径

genes_plot = df_read['Gene'].tolist()  #最外圈名称conditions = ['S', 'SP', 'W', 'WP']  #柱子数据列