复杂时空数据怎么画?Python 复现两类进阶科研图

 """使转移矩阵的行和、列和匹配相邻年份的等级比例。"""    matrix = seed.astype(float).copy()    for _ in range(iterations):        matrix *= (row_target / matrix.sum(axis=1))[:, None]        matrix *= (col_target / matrix.sum(axis=0))[None, :]    return matrixdef build_transition_matrices():    index = np.arange(len(CLASSES))    # 相邻等级具有较高的转移权重    affinity = np.exp(        -1.25 * np.abs(index[:, None] - index[None, :])    )    rng = np.random.default_rng(2022)    matrices = []    for t in range(len(YEARS) - 1):        seed = affinity * rng.uniform(0.82, 1.18, affinity.shape)        matrix = ipf(            seed,            PERCENT[t],            PERCENT[t + 1],        )        matrices.append(matrix)    return matrices    def ipf(seed, row_target, col_target, iterations=1000):    """使转移矩阵的行和、列和匹配相邻年份的等级比例。"""    matrix = seed.astype(float).copy()    for _ in range(iterations):        matrix *= (row_target / matrix.sum(axis=1))[:, None]        matrix *= (col_target / matrix.sum(axis=0))[None, :]    return matrixdef build_transition_matrices():    index = np.arange(len(CLASSES))    # 相邻等级具有较高的转移权重    affinity = np.exp(        -1.25 * np.abs(index[:, None] - index[None, :])    )    rng = np.random.default_rng(2022)    matrices = []    for t in range(len(YEARS) - 1):        seed = affinity * rng.uniform(0.82, 1.18, affinity.shape)        matrix = ipf(            seed,            PERCENT[t],            PERCENT[t + 1],        )        matrices.append(matrix)    return matrices    from matplotlib.path import Pathfrom matplotlib.patches import PathPatchdef draw_ribbon(    ax,    x0_left,    x0_right,    y0,    x1_left,    x1_right,    y1,    color,):    dy = y1 - y0    curvature = 0.46    vertices = [        (x0_left, y0),        (x0_left, y0 + curvature * dy),        (x1_left, y1 - curvature * dy),        (x1_left, y1),        (x1_right, y1),        (x1_right, y1 - curvature * dy),        (x0_right, y0 + curvature * dy),        (x0_right, y0),        (x0_left, y0),    ]    codes = [        Path.MOVETO,        Path.CURVE4,        Path.CURVE4,        Path.CURVE4,        Path.LINETO,        Path.CURVE4,        Path.CURVE4,        Path.CURVE4,        Path.CLOSEPOLY,    ]    patch = PathPatch(        Path(vertices, codes),        facecolor=color,        edgecolor="none",        alpha=0.38,    )    ax.add_patch(patch)

from matplotlib.colors import BoundaryNorm, ListedColormapBOUNDS = [0, 12, 20, 27, 35, 100]COLORS = [    "#D7301F",  # Low    "#F7A541",  # Lower    "#E8D7BC",  # Medium    "#83AE94",  # Higher    "#16856F",  # High]cmap = ListedColormap(COLORS)norm = BoundaryNorm(BOUNDS, cmap.N)import matplotlib.pyplot as pltfrom matplotlib.patches import Rectanglefig, ax = plt.subplots(figsize=(7.2, 5.6))n_years, n_provinces = values.shapefor row in range(n_years):    for column in range(n_provinces):        value = values[row, column]        # 外层网格        ax.add_patch(            Rectangle(                (column - 0.46, row - 0.46),                0.92,                0.92,                facecolor="#FAF8F1",                edgecolor="#7E837C",                linewidth=0.42,            )        )        # 平方根变换使方块面积近似对应原始数值        side = 0.34 + 0.34 * np.sqrt(            np.clip(value, 0, 100) / 100        )        # 内层方块        ax.add_patch(            Rectangle(                (column - side / 2, row - side / 2),                side,                side,                facecolor=cmap(norm(value)),                edgecolor="none",            )        )        ax.set_xlim(-0.5, n_provinces - 0.5)ax.set_ylim(n_years - 0.5, -0.5)ax.set_xticks(np.arange(n_provinces))ax.set_xticklabels(    PROVINCES,    rotation=48,    ha="right",    fontsize=6,)ax.set_yticks(np.arange(n_years))ax.set_yticklabels(YEARS, fontsize=6)ax.set_xlabel("Province")ax.set_ylabel("Year")