期刊图片复现|Python绘制高颜值南丁格尔玫瑰图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import numpy as npimport matplotlib.pyplot as pltimport matplotlibimport matplotlib.patches as mpatches

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================COLOR_SCHEMES = {1: ['#C42121', '#E84D5B', '#F27676', '#FF9980', '#FFB479', '#FFE083', '#FFFF99', '#ACD6FF', '#79ABDC', '#4682B4','#9AD4D4', '#60B4B4', '#008B8B', '#7D7DFF', '#6A5ACD'],}

# =========================================================================================# ======================================3.单个玫瑰图绘制函数=======================================# =========================================================================================def draw_final_chart(ax, chart_data):    title = chart_data['title'] #子图标题    values = chart_data['values'] #数值    colors = chart_data['colors'] #配色    #子图标题    ax.text(0.87, #x            0.95, #y            title, #文本            transform=ax.transAxes, #坐标系            fontsize=18, #大小            ha='left', #水平            va='center') #垂直    #去掉轴刻度、轴线、网格线等    ax.set_yticklabels([])    ax.set_xticklabels([])    ax.legend(handles=legend_handles, #句柄              loc='center left', #位置              bbox_to_anchor=(0.85, 0.5), #坐标              frameon=False, #去掉边框              fontsize=12, #字体大小              labelspacing=0.05) #间距

# =========================================================================================# ======================================4.主绘图函数=======================================# =========================================================================================def plot_advanced_forest_chart(df_real, scheme_id):    #创建画布    fig, axes = plt.subplots(nrows, ncols, figsize=(ncols * 5, nrows * 5), subplot_kw={'projection': 'polar'})    axes = np.atleast_1d(axes).flatten() #展平用于遍历            sorted_pairs = sorted(zip(values, legend_labels), key=lambda x: x[0], reverse=True) #把数值跟对应的图例名拼合，并排序            sorted_values = [x[0] for x in sorted_pairs] #排序后数值            sorted_labels = [x[1] for x in sorted_pairs] #排序后名            #打包绘图数据            chart_data = {                'title': title,                'values': sorted_values,                'colors': selected_colors,                'legend_labels': sorted_labels            }

# =========================================================================================# ======================================5.执行部分=======================================# =========================================================================================if __name__ == '__main__':    excel_file_path = r'data.xlsx' #原始数据    df_real = pd.read_excel(excel_file_path) #读取数据    #设置是否批量绘图    plot_all = True    if plot_all:        for scheme_id in COLOR_SCHEMES.keys():            selected_hex_colors = COLOR_SCHEMES[scheme_id]            print('正在绘制并保存方案：', scheme_id)            plot_advanced_forest_chart(df_real, scheme_id)    else:        scheme_id = 1        selected_hex_colors = COLOR_SCHEMES[scheme_id]        print('正在绘制并保存方案：', scheme_id)        plot_advanced_forest_chart(df_real, scheme_id)

excel_file_path = r'data.xlsx' #原始数据

2.设置是否要进行批量绘图，执行部分：

plot_all = True

plt.savefig( fr'\scheme_{scheme_id}.png', dpi=108, bbox_inches='tight')