Python绘制高颜值配对云雨图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import matplotlib.pyplot as pltimport numpy as npimport pandas as pdimport matplotlib.colors as mcolorsfrom matplotlib.collections import LineCollection

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================COLOR_SCHEMES = {    1: {'pre_box': '#848484', 'pre_cloud': '#DCDCDC', 'pre_edge': '#404040', 'post_box': '#D45E60', 'post_cloud': '#FADCD9', 'post_edge': '#8B2323', 'line': '#D45E60'},}scheme_id=26  #要使用的配色方案theme = COLOR_SCHEMES.get(scheme_id, COLOR_SCHEMES[1])  #提取配色方案

# =========================================================================================# ======================================3.绘图函数======================================# =========================================================================================def plot_paired_raincloud(pre_data, post_data):    #创建画布    fig, ax = plt.subplots(figsize=(6.5, 6), dpi=120)    color_pre_box = theme['pre_box']  #左侧箱线图和散点的颜色    color_pre_cloud = theme['pre_cloud']  #左侧小提琴图的颜色    color_pre_edge = theme['pre_edge']  #左侧散点边缘的颜色    color_post_box = theme['post_box']  #右侧箱线图和散点的颜色    color_post_cloud = theme['post_cloud']  #右侧小提琴图的颜色    color_post_edge = theme['post_edge']  #右侧散点边缘的颜色

    #绘制左侧小提琴图    v1 = ax.violinplot(pre_data, positions=[pos_pre_v], showextrema=False)    # 绘制右侧小提琴图    v2 = ax.violinplot(post_data, positions=[pos_post_v], showextrema=False)    #遍历右侧小提琴图的多边形填充实体    for b in v2['bodies']:        b.get_paths()[0].vertices[:, 0] = np.clip(b.get_paths()[0].vertices[:, 0], pos_post_v, np.inf)  #裁剪小提琴图的左半边        b.set_facecolor(color_post_cloud) #设置填充色        b.set_alpha(0.5)  #透明度

    #箱线图中位数线的样式    medianprops = dict(color='black', linewidth=2.5)    #箱线图须线的样式    whiskerprops = dict(color='black', linewidth=2.5)    #均值标记的样式    meanprops = dict(marker='*',  #形状                     markerfacecolor='white',  #内部填充                     markeredgecolor='black',  #边框颜色                     markersize=14,  #大小                     markeredgewidth=1.5)  #边框线宽    #左侧箱体的样式    boxprops_pre = dict(facecolor=color_pre_box,  #填充色                        color='black',  #边框颜色                        linewidth=2.5)  #边框线宽

    n_samples = len(pre_data)  # 计算传入数据列表的样本数量    np.random.seed(123)  #随机数种子，确保每次运行图表中的抖动散点位置完全一致    ax.scatter(jitter_pre,  #X坐标               pre_data,  #Y坐标               color=color_pre_box,  #填充颜色               alpha=0.9,  #透明度               s=45,  #大小               zorder=4,  #层级               edgecolors=color_pre_edge,  #边缘轮廓颜色               linewidths=1.5)  #边缘线条宽度    #绘制右侧散点图    ax.scatter(jitter_post, #X坐标               post_data,  #Y坐标               color=color_post_box,  #填充颜色               alpha=0.9, #透明度               s=45,    #大小               zorder=4, #层级               edgecolors=color_post_edge, #边缘轮廓颜色               linewidths=1.5)   #边缘线条宽度

    # 创建从左侧颜色过渡到右侧颜色的线性渐变色映射表    cmap_gradient = mcolors.LinearSegmentedColormap.from_list("grad", [color_pre_box, color_post_box])    # 循环遍历所有的样本数据点，用于绘制一一对应的连线    for i in range(n_samples):        x_vals = np.linspace(jitter_pre[i], jitter_post[i], 50)  #在左侧散点X坐标和右侧散点X坐标间等距生成50个插值点        # 给这一系列短线段赋予0到1的归一化数值，从而激活并映射渐变色效果        lc.set_array(np.linspace(0, 1, len(segments)))        #添加到轴中        ax.add_collection(lc)

    ax.set_xticks([pos_pre_b, pos_post_b])  #设置X轴的主刻度位置    ax.set_xticklabels(['Before treatment', 'After treatment'], fontsize=20)  #x轴标注    ax.set_xlim(-0.4, 1.4)  #X轴的显示区间    ax.set_ylabel('Values', fontsize=20)  #Y轴的标题    ax.spines['top'].set_visible(False)  #隐藏顶部的边框线    ax.spines['right'].set_visible(False)  #隐藏右侧的边框线    ax.spines['bottom'].set_linewidth(2.5)  #底部的边框线加粗    ax.spines['left'].set_linewidth(2.5)  #左侧的边框线加粗

# =========================================================================================# ======================================4.执行部分======================================# =========================================================================================if __name__ == '__main__':    excel_filename = r'data.xlsx'  #原始数据路径    df = pd.read_excel(excel_filename)  #读取数据    data_pre = df['Before treatment'].values  #左侧数据    data_post = df['After treatment'].values  #右侧数据    #绘图    plot_paired_raincloud(data_pre, data_post)

scheme_id=26  #要使用的配色方案

2.设置x轴标注：

ax.set_xticklabels(['Before treatment', 'After treatment'], fontsize=20)  #x轴标注

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

4.设置原始数据的文件路径：

excel_filename = r'data.xlsx'  #原始数据路径

5.读取左侧数据：

data_pre = df['Before treatment'].values  #左侧数据

6.读取右侧数据：

data_post = df['After treatment'].values  #右侧数据