Python绘制带有误差线和显著性标记的环形柱状图

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

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================COLOR_SCHEMES = {    1: {        'bg': ['#CCCCFF', '#CCFFCC', '#FFFFCC', '#99FFFF', '#99CCFF', '#FFCCFF', '#66FFCC', '#CCFFCC', '#FF9966',               '#FFCC33'],        'bars': ['#00CC99', '#FF3300', '#CCFFFF', '#66ff66']    },

# =========================================================================================# ======================================3.绘图函数=======================================# =========================================================================================def plot_advanced_forest_chart(df, scheme_id):    n_segments = 10  # 扇区数    outer_radius = 1.0  # 圆环最大半径    selected_colors = COLOR_SCHEMES[scheme_id]  #提取配色方案    your_manual_colors = selected_colors['bg']  #背景色    num_bars_per_group = 4  #扇区内柱子数    treatment_colors = selected_colors['bars']  #柱子色    treatment_labels = ["CK", "Cd", "GSH", "GSH+Cd"]  #图例文本    intra_bar_gap_factor = 0.1  #相邻柱子之间间隔因子    plot_data = []  #用来各个扇区的绘图数据

    #逐行遍历每个扇区数据    for _, row in df.iterrows():        metric_label = row['Metric']  #分区        means = [row['Mean_1'], row['Mean_2'], row['Mean_3'], row['Mean_4']]  #柱子数据        errors = [row['Error_1'], row['Error_2'], row['Error_3'], row['Error_4']]  #误差棒        sig_letters = [row['Sig_1'], row['Sig_2'], row['Sig_3'], row['Sig_4']]  #显著性        #刻度范围        segment_min = row['Min']        segment_max = row['Max']        #保存        plot_data.append((metric_label, means,errors,sig_letters,segment_min,segment_max))

    ring_radial_width = outer_radius - inner_radius  #圆环总宽度    total_gap_degrees = n_segments * gap_degree  #所有的空白隔离间隙占据的总角度数值    total_segment_degrees = 360.0 - total_gap_degrees  #计算出可用于扇形绘制的总有效度数    segment_degree = total_segment_degrees / n_segments  #平分给每个扇形    available_bar_angle = segment_degree - 2 * side_padding_degree  #柱子可用角度    segment_start_angles = [center - segment_degree / 2.0 for center in segment_center_angles]  #扇区起始边界角    segment_end_angles = [center + segment_degree / 2.0 for center in segment_center_angles]  #扇区结束边界角

    #创建画布    fig, ax = plt.subplots(figsize=(10, 10))    ax.set_aspect('equal', adjustable='box')  #宽高比例    figure_outermost_radius = outer_radius + outer_arc_radial_gap + outer_arc_thickness  #图最大半径    lim = (figure_outermost_radius + 0.03) * 1.02  #图最大范围    #设置x、y轴范围    ax.set_xlim(-lim, lim)    ax.set_ylim(-lim, lim)    ax.axis('off')  #去掉默认刻度线等        #创建外侧圆弧条        outer_arc_wedge = patches.Wedge(            center=(0, 0),  #原点            r=arc_r_outer,  #半径            theta1=segment_start_angle,  #起始角度            theta2=segment_end_angle,  #结束角度            width=outer_arc_thickness,  #厚度            facecolor=segment_bg_color,  #填充色            alpha=1.0,  #透明度            edgecolor='black',  #边框颜色            linewidth=outer_arc_linewidth,  #边框粗细            zorder=1  #层        )        ax.add_patch(outer_arc_wedge)  #添加到图上        current_bar_start_angle = segment_start_angle + side_padding_degree  #第一根柱子角度

        #遍历绘制柱子        for j in range(num_bars_per_group):            bar_radial_thickness = max(0, bar_top_radius - inner_radius)  #柱子实际最长范围            bar_theta1 = current_bar_start_angle  #当前柱子起始角            bar_theta2 = current_bar_start_angle + bar_angular_unit_width  #结束角            bar_center_angle_deg = bar_theta1 + bar_angular_unit_width / 2.0  #中间角度            center_angle_rad = np.radians(bar_center_angle_deg)  #转换为弧度值            ax.text(sig_x,  #x                    sig_y,  #y                    sig_letter,  #文本                    ha='center',  #水平                    va='center',  #竖直                    fontsize=sig_fontsize,  #字体大小                    color='black',  #颜色                    rotation=calculated_sig_rotation,  #旋转角度                    rotation_mode='anchor',  #旋转锚点                    zorder=6)  #层            current_bar_start_angle += bar_angular_unit_width + intra_bar_gap_angle  #更新柱子起始角

        value_range = segment_max - segment_min  #数据范围        annotation_fractions = [0.25, 0.5, 0.75]  #刻度位置        annotation_values = [segment_min + frac * value_range for frac in annotation_fractions]  #对应刻度数        # 调用辅助函数映射数值        internal_radii = [scale_value_to_radius(val, segment_min, segment_max, inner_radius, plotting_outer_radius) for val in annotation_values]            # 设置旋转角            if 90 < angle_norm < 270:                final_rotation = target_text_angle_deg + 180                va_annot = 'bottom'            else:                final_rotation = target_text_angle_deg + 180                va_annot = 'bottom'            ax.text(annot_x,  #x                    annot_y,  #y                    annot_text,  #文本                    ha='center',  #水平                    va=va_annot,  #垂直                    fontsize=annotation_fontsize,  #字体大小                    color='black',  #颜色                    rotation=final_rotation,  #旋转角                    rotation_mode='anchor',  #锚点                    bbox=dict(boxstyle="square,pad=0.3",#内边距                              facecolor="none",  #去掉框                              edgecolor="none"),  #去掉填充色                    zorder=4)  #层

   legend_handles = [plt.Line2D([0],  #占位                                 [0],  #占位                                 marker='s',  #点形状                                 color='w',  #线颜色                                 markerfacecolor=color,  #填充色                                 markersize=legend_fontsize * 0.8,  #大小                                 linestyle='None',  #线样式                                 label=label) for color, label in                      zip(treatment_colors, treatment_labels)]  #文本    #添加图例    ax.legend(handles=legend_handles,  #句柄              loc='upper right',  #位置              fontsize=legend_fontsize,  #大小              handletextpad=0.02,  #文本与形状间隔              frameon=False)  #去掉边框

# =========================================================================================# ======================================4.主程序执行=======================================# =========================================================================================if __name__ == "__main__":    df = pd.read_excel(r'data.xlsx')#读取原始数据    #设置是否进行批量绘图    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, 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, scheme_id)

df = pd.read_excel(r'data.xlsx')#读取原始数据

2.设置是否进行批量绘图，执行部分：

plot_all = True

treatment_labels = ["CK", "Cd", "GSH", "GSH+Cd"]  #图例文本

4.设置绘图结果的保存地址，绘图函数部分：

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