期刊图片复现|Python绘制多面板哑铃图

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

# =========================================================================================# ======================================2.颜色库============================================# =========================================================================================COLOR_SCHEMES = {    1: ['#a28ec4', '#725a9c', '#ea8093', '#c84860', '#f1ecf6', '#6ec2c7', '#2f878c', '#f3d067', '#ca9e27', '#eef7f8',        '#c6bfa7', '#8c8468', '#7ca3d9', '#416ea8', '#f5f4ef'],}

# =========================================================================================# ======================================3.绘图函数============================================# =========================================================================================def plot_advanced_forest_chart(df, scheme_id):    labels = df['Feature'].unique().tolist()  #特征名称    scales = df['Scale'].unique().tolist()  #分组    priorities = df['Priority'].unique().tolist()  #阶段    y_pos = np.arange(len(labels))[::-1]  #生成y轴坐标    cfg_scheme = COLOR_SCHEMES[scheme_id]  #提取配色方案    #创建画布    fig, axs = plt.subplots(len(scales), len(priorities), figsize=(15.5, 9.0))

    # 遍历行    for row_idx in range(len(scales)):        # 遍历列        for col_idx in range(len(priorities)):            ax = axs[row_idx, col_idx]  #获取当前子图            current_scale = scales[row_idx]  #组名            current_priority = priorities[col_idx]  #阶段名            key_letter = chr(97 + row_idx * len(priorities) + col_idx)  #子图编号            ax.set_xlim(0, max(df_panel['Outside']) * 1.08)  #x轴范围

            #左侧阴影            ax.axvspan(mean_l - stdev_l,  #x                       mean_l + stdev_l,  #y                       color=b_l_color,  #背景色                       alpha=0.9,  #透明度                       zorder=0)  #层            #网格线            ax.grid(True,  # 开启                    which='both',  #xy                    color='#eaeaea',  #颜色                    linestyle='-',  #样式                    linewidth=0.8,  #线宽                    zorder=1)  #层            ax.set_axisbelow(True)  #设置在最底下

            #创建渐变色            cmap_gradient = LinearSegmentedColormap.from_list('line_grad', [c_in_f, c_out_f])                #右侧点                ax.scatter(x2,  #x                           y,  #y                           facecolor=c_out_f,#填充色                           edgecolor=c_out_e,#边缘色                           s=140, #散点大小                           linewidths=1.8,  #边粗细                           zorder=3)  #层                #差值文本                ax.text((x1 + x2) / 2,  #x                        y + 0.16,  #y                        diff_txt,  #文本                        ha='center',  #水平                        va='bottom',  #垂直                        color=c_in_e,  #字体颜色                        fontsize=9,  #大小                        fontweight='normal')  #粗细

            ax.set_yticks(y_pos)  #y轴刻度位置            #配置y轴刻度            ax.tick_params(axis='y',  #y                           which='both',  #主副刻度                           length=0,  #长                           labelsize=11.5,  #字体大小                           labelcolor=c_in_e)  #字体颜色            ax.set_yticklabels(labels)  #添加y轴特征名            if key_letter == 'd':                ax.annotate('MEAN',  #文本                            xy=(16.8, 6.4),  #箭头终点                            xytext=(14.0, 7.3),  #文本位置                            arrowprops=dict(arrowstyle="->",  #箭头                                            color="black",  #黑色                                            lw=0.7),  #线宽                            fontsize=9,  #字体大小                            ha='center')  #水平                ax.annotate('STDEV',  #文本                            xy=(18.8, 6.4),  #箭头终点                            xytext=(21.0, 7.3), #文本位置                            arrowprops=dict(arrowstyle="->",  #箭头                                            color="black",  #黑色                                            lw=0.7),  #线宽                            fontsize=9,  #字体大小                            ha='center')  #水平

    #设置组标题    fig.text(0.5,  #x             0.95,  #y                scales[0],  #文本                ha='center',  #水平                fontsize=16,  #大小                fontweight='bold',  #加粗                color='#222222')  #颜色    fig.text(0.5,  #x             0.50,  #y                scales[1],  #文本                ha='center', #水平                fontsize=16,  #大小                fontweight='bold',#加粗                color='#222222') #颜色    #添加图例    fig.legend(handles=legend_elements,  #句柄               loc='lower center',  #位置               ncol=3,  #列               frameon=False,  #去掉边框               fontsize=10.5,  #字体大小               bbox_to_anchor=(0.5, 0.01))  #坐标

# =========================================================================================# ======================================4.执行部分============================================# =========================================================================================if __name__ == '__main__':    data_path = r'data.xlsx'  #原始数据    df_real = pd.read_excel(data_path)  #读取数据    else:        scheme_id = 1         print('正在绘制并保存方案：', scheme_id)         plot_advanced_forest_chart(df_real, scheme_id)

data_path = r'data.xlsx'  #原始数据

2.设置是否进行批量绘图，执行部分：

plot_all = True  #是否批量绘图

plt.savefig(fr'{scheme_id}.pdf',bbox_inches='tight')