期刊图片复现|Python绘制季节性敏感性分析环形柱状图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import matplotlib.pyplot as pltimport matplotlib.colors as mcolorsimport numpy as npimport pandas as pdimport os

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================COLOR_SCHEMES = {    1: ['#5792AD', '#CC6660', '#EBC06D', '#B0ABA5'],}SCHEME_ID = 58  #使用的配色方案# 获取基础配色列表，如果 ID 不存在则默认使用方案 1base_colors = COLOR_SCHEMES.get(SCHEME_ID, COLOR_SCHEMES[1])

# =========================================================================================# ======================================4.刻度尺绘制函数======================================# =========================================================================================def add_scale_bar_accurate(fig, ax_ref):    #获取参考子图在主图中的位置边框    bbox = ax_ref.get_position()    center_y = bbox.y0 + bbox.height / 2  # 计算参考子图的垂直中心点 Y 坐标    #刻度尺轴    ax_scale = fig.add_axes([bar_left, #左                             bar_bottom_y, #下                             0.002, #宽                             bar_height])#高    #Y轴的范围    ax_scale.set_ylim(PLOT_PARAMS['min_val'], PLOT_PARAMS['max_val'])    # 隐藏边框    ax_scale.spines['top'].set_visible(False)    ax_scale.spines['right'].set_visible(False)    ax_scale.spines['bottom'].set_visible(False)    #设置左边框的宽度    ax_scale.spines['left'].set_linewidth(1.2)    #设置左边框的颜色    ax_scale.spines['left'].set_color('black')    #显示的刻度值    ticks = [-1.0, -0.3, 0.4, 1.1]    #Y轴刻度位置    ax_scale.set_yticks(ticks)    #Y轴刻度标签字体大小    ax_scale.set_yticklabels(ticks, fontsize=10)    # 配置刻度线的样式 (长度、宽度、颜色、方向向外)    ax_scale.tick_params(axis='y',#轴                         length=4,#长                         width=1.2,#宽                         colors='black',#颜色                         direction='out')#朝向    #隐藏X轴刻度    ax_scale.set_xticks([])

# =========================================================================================# ======================================5.主绘图函数=======================================# =========================================================================================def draw_polar_panel(ax, title, dataset, colors_dict):    baseline = PLOT_PARAMS['baseline']  #获取基准线半径    ax.set_theta_zero_location('N')  #设置极坐标的0度位置    ax.set_theta_direction(-1)  #极坐标的角度增长方向为顺时针    #定义季节顺序列表，4个扇形的顺序    seasons = ['Spring', 'Summer', 'Autumn', 'Winter']    var_labels = ['RAD', 'TA', 'SWC', 'VPD']  #定义每个扇形区内的变量顺序    n_vars = 4  #变量数量    # 每个柱状图的宽度    width = (np.pi / 2) / n_vars * 0.8    #绘制季节背景扇区    ax.bar(x=start_angle + np.pi / 4,  #扇区中心角度               height=PLOT_PARAMS['radius_max'] - baseline,  #从基准线到最大半径               width=np.pi / 2,  #宽度               bottom=baseline,  #底部               color=bg_color,  #填充颜色               edgecolor='none',  #无边框               alpha=1.0,  #透明度               zorder=0)  #图层顺序     #绘制最外层季节文字背景环     ax.bar(x=start_angle + np.pi / 4,  #扇区中心角度               height=PLOT_PARAMS['season_outer'] - PLOT_PARAMS['season_inner'],  #环的高度               width=np.pi / 2,  #宽度               bottom=PLOT_PARAMS['season_inner'],  #底部               color=bg_color,  #填充颜色               edgecolor='none',  #无边框               alpha=1.0,  #透明度               zorder=0)  #图层顺序

        #获取当前季节的数据        vals = dataset.get(season, [0, 0, 0, 0])        #计算该季节内4个变量柱状图的角度位置        angles = np.linspace(start_angle + (np.pi / 2) / (n_vars * 2),  #起始                             start_angle + np.pi / 2 - (np.pi / 2) / (n_vars * 2),  #结束                             n_vars)  #数量            #变量标签的半径位置            label_r = PLOT_PARAMS['radius_max'] - 0.25            #标签的旋转角度            rot = np.degrees(-ang)            #如果文字在左半圆            if 90 < abs(rot) % 360 < 270:                rot += 90            else:                rot = np.degrees(-ang) + 90            #添加标签文字            ax.text(ang,  #角度                    label_r,  #半径                    label,  #文本内容                    rotation=rot,  #旋转角度                    ha='center',  #水平                    va='center',  #垂直                    fontsize=8,  #字体大小                    fontweight='bold',  #加粗                    color='black',#黑色                    zorder=20)  #图层顺序

    theta = np.linspace(0, 2 * np.pi, 200)  #生成角度数组    #绘制基准线/0值线    ax.plot(theta,            [baseline] * 200,            color='grey',            linestyle='--',            linewidth=0.8,            alpha=0.5,            zorder=5)    #添加外圈季节文字    season_labels_pos = {        'Spring': np.pi / 4,  #角度中心        'Summer': 3 * np.pi / 4,  #角度中心        'Autumn': 5 * np.pi / 4,  #角度中心        'Winter': 7 * np.pi / 4  #角度中心    }    #季节文字所在的半径    label_radius = PLOT_PARAMS['season_inner'] + (PLOT_PARAMS['season_outer'] - PLOT_PARAMS['season_inner']) / 2    ax.set_yticklabels([])  #移除径向刻度标签    ax.set_xticklabels([])  #移除角度刻度标签    ax.grid(False)  #关闭默认网格    ax.spines['polar'].set_visible(False)  #隐藏最外层圆圈    ax.set_ylim(0, PLOT_PARAMS['plot_limit'])  #极坐标轴的显示范围    # 子图标题    ax.set_title(title, y=1.02, fontsize=16, fontweight='bold', pad=2)

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================if __name__ == '__main__':    DATA_FILE = r"data.xlsx"#文件路径    #输出路径    OUTPUT_FOLDER = r"Chart_Results"    for sheet in sheet_names:        df = pd.read_excel(DATA_FILE, sheet_name=sheet)  #读取指定表        #转为字典格式        sheet_data = {}        target_vars = ['RAD', 'TA', 'SWC', 'VPD']  #变量名        # 遍历每一行        for index, row in df.iterrows():            sheet_data[row['Season']] = row[target_vars].tolist()  #提取该行变量数据并转为列表        all_data_dicts[sheet] = sheet_data  #存入总字典

    #创建画布，指定为极坐标投影    fig_comb, axes_comb = plt.subplots(2, 2, figsize=(12, 12), subplot_kw={'projection': 'polar'})    #调整子图之间的间距和边距    plt.subplots_adjust(wspace=0.2,  #水平间距                        hspace=0.2,  #垂直间距                        left=0.1,  #左边距                        right=0.9,  #右边距                        top=0.9,  #上边距                        bottom=0.1)  #下边距    comb_png = os.path.join(OUTPUT_FOLDER, f'Combined_Chart{SCHEME_ID}.png')    comb_pdf = os.path.join(OUTPUT_FOLDER, f'Combined_Chart{SCHEME_ID}.pdf')    fig_comb.savefig(comb_png, dpi=300, bbox_inches='tight')    fig_comb.savefig(comb_pdf, format='pdf', bbox_inches='tight')    print(f"   已保存组合图: {comb_png}")    plt.close(fig_comb)  #关闭图

SCHEME_ID = 58  #使用的配色方案

2.设置绘图参数：

PLOT_PARAMS = {    'baseline': 1.1,  # 0值所在的圆周半径，基准线    'min_val': -1.0,  #最小值    'max_val': 1.1,  #最大值    'radius_min': 0.1,  #数据最小值对应的极坐标半径    'radius_max': 2.4,  #数据最大值对应的极坐标半径    'season_inner': 2.8,  #季节文字环背景的内圆半径    'season_outer': 3.4,  #季节文字环背景的外圆半径    'plot_limit': 3.5  #整个绘图区域的限制半径}

seasons = ['Spring', 'Summer', 'Autumn', 'Winter']

var_labels = ['RAD', 'TA', 'SWC', 'VPD']

n_vars = 4  #变量数量

DATA_FILE = r"data.xlsx"#文件路径

OUTPUT_FOLDER = r"Chart_Results"