期刊图片复现|python绘制四象限密度散点图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import pandas as pdimport matplotlib.pyplot as plt

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================COLOR_SCHEMES = {    1: {'cmap': 'viridis', 'scatter': 'silver', 'warn_bg': '#F5C2C1', 'warn_text': '#7D222A'},}scheme_id = 35  #要使用的配色方案scheme = COLOR_SCHEMES.get(scheme_id, COLOR_SCHEMES[1])  #提取配色方案

# =========================================================================================# ======================================3.绘图函数=======================================# =========================================================================================def plot_density_map(x_data, y_data, percentages, x_mean, y_mean):    #画布    fig, ax = plt.subplots(figsize=(5.5, 5), dpi=150)    #网格线    ax.grid(True,  #开启            linestyle='-',  #样式            color='lightgray',  #颜色            alpha=0.5,  #透明度            zorder=0)  #层

    #绘制垂直于X轴并穿过X平均值的黑色分隔线    ax.axvline(x=x_mean, color='black', linewidth=1.5, zorder=3)    #绘制平行于X轴并穿过Y平均值的黑色分隔线    ax.axhline(y=y_mean, color='black', linewidth=1.5, zorder=3)

    #添加文本    ax.text(-18,  #X            9.8,  #Y            f'Low-input ({percentages["TL"]}%)',  #文本            va='top',  #垂直            ha='left')  #水平    ax.text(-18, 9.2, 'High-output' va='top', ha='left')    ax.text(297, 9.8, f'High-input ({percentages["TR"]}%)', va='top', ha='right')    ax.text(297, 9.2, 'High-output' va='top', ha='right')    ax.text(-18, 0.8, f'Low-input ({percentages["BL"]}%)' va='bottom', ha='left')    ax.text(-18, 0.2, 'Low-output' va='bottom', ha='left')    ax.text(297, 0.8, f'High-input ({percentages["BR"]}%)' va='bottom', ha='right')    ax.text(297, 0.2, 'Low-output' va='bottom', ha='right')

    ax.set_xlim(-20, 300)  #X范围    ax.set_ylim(0, 10)  #Y范围    ax.set_xticks([0, 100, 200, 300])  #X轴刻度位置    ax.set_yticks([0, 2, 4, 6, 8, 10])  #Y轴刻度位置    ax.set_xlabel('Nitrogen application rate (kg ha$^{-1}$)', fontdict={'size': 14})  #X轴标题    ax.set_ylabel('Rice yield (t ha$^{-1}$)', fontdict={'size': 14})  #Y轴标题    ax.set_title('(b)Andhra Pradesh', loc='left', fontdict={'size': 16}, pad=10)  #主标题

# =========================================================================================# ======================================4.执行部分=======================================# =========================================================================================if __name__ == '__main__':    df = pd.read_excel(r'data.xlsx')  #原始数据路径    #读取数据    nitrogen_rate = df['Nitrogen_application_rate'].values    rice_yield = df['Rice_yield'].values    #绘图    plot_density_map(nitrogen_rate, rice_yield, percentages, x_mean, y_mean)

scheme_id = 35  #要使用的配色方案

2.设置绘图结果的保存地址：

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

df = pd.read_excel(r'data.xlsx')  #原始数据路径

4.提取对应数据：

nitrogen_rate = df['Nitrogen_application_rate'].values