期刊图片复现|Python绘制顶刊高颜值雷达图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom matplotlib.lines import Line2Dimport matplotlib

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================COLOR_SCHEMES = {    1: ['#C83E4D', '#F4B38C', '#D0E1F9', '#85C1E9', '#2E86C1', '#5A306D', '#C45B90', '#8B3E4F'],}

# =========================================================================================# ======================================3.绘图函数=======================================# =========================================================================================def plot_advanced_forest_chart(df_real, scheme_id):    selected_colors = COLOR_SCHEMES[scheme_id]  # 获取配色方案    # 分配颜色    label_colors = df_real['Label_Color'].map(category_color_map).tolist()  # 各标签对应颜色

    model_columns = ['EAGLE', 'CHIEF', 'GigaPath', 'CTransPath', 'Virchow2']  #指定参与对比列    df_plot = df_real.copy()  #创建数据副本    #将真实数值除以该轴最大范围，等比例映射到的绘图物理半径内    for col in model_columns:        df_plot[col] = df_real[col] / max_vals_series

    # 创建画布    fig, ax = plt.subplots(figsize=(15, 15), subplot_kw=dict(polar=True))    ax.set_xticks(angles[:-1])  # x轴刻度    ax.set_xticklabels([])  # 去掉x轴默认标签    # 径向线    ax.xaxis.grid(True,  # 开启                  color='#d3d3d3',  # 颜色                  linestyle='-',  # 线型                  linewidth=1)  # 线宽

    r_positions = [0.4, 0.6, 0.8, 1.00]  # 定义显示的径向物理比例刻度    ax.text(angle,  # x            r,  # y            f"{actual_val:.2f}",  #文本            pad=0.3))  # 内边距

    # 遍历绘制外围标签    for i, () in enumerate():        # 绘制外圈文本        ax.text(angle,  # 角度                label_radius,  # 半径                label_text,  # 文本                size=10,  # 字体大小                color='white',  # 字体颜色                weight='bold',  # 粗体                bbox=dict(boxstyle="round,pad=0.3",  # 圆角                          alpha=0.95))  # 透明度

# =========================================================================================# ======================================4.执行部分=======================================# =========================================================================================if __name__ == '__main__':    df_real = pd.read_excel(r'data.xlsx')  # 读取数据        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)

df_real = pd.read_excel(r'data.xlsx') 

2.设置是否要进行批量绘图，执行部分：

plot_all = True

model_columns = ['EAGLE', 'CHIEF', 'GigaPath', 'CTransPath', 'Virchow2'] 

4.设置绘图结果的保存地址，绘图函数部分：

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