流程图(一)利用python绘制弦图

流程图(一)利用python绘制弦图

弦图(Chord diagram)简介

数据围绕一个圆呈放射状排列,显示不同实体之间的相互关系,这既是弦图。弦图通过每个圆弧的大小比例表示连接分配数值,可以用颜色将数据分成不同类别以助于比较和区分。缺点则是当连接过多时会显得混乱。

快速绘制

  1. 基于bokeh

    首先需要安装holoviews:pip install holoviews

    然后安装最新的bokeh即可:pip install --upgrade bokeh

    python 复制代码
    import pandas as pd
    import holoviews as hv
    from holoviews import opts, dim
    from bokeh.sampledata.les_mis import data
    
    hv.extension('bokeh')
    hv.output(size=300)
    
    # 导入数据
    nodes = hv.Dataset(pd.DataFrame(data['nodes']), 'index')
    links = pd.DataFrame(data['links'])
    
    # 绘制弦图
    chord = hv.Chord((links, nodes)).select(value=(5, None))
    chord.opts(
        opts.Chord(cmap='Category20', edge_cmap='Category20', edge_color=dim('source').str(), 
                   labels='name', node_color=dim('index').str()))
  2. 基于pyecharts

    python 复制代码
    import requests
    import json
    from pyecharts import options as opts
    from pyecharts.charts import Graph
    
    # 获取官方的数据
    url = "https://raw.githubusercontent.com/pyecharts/pyecharts-gallery/master/Graph/les-miserables.json"
    
    response = requests.get(url)
    j = json.loads(response.text)
    nodes = j["nodes"]
    links = j["links"]
    categories = j["categories"]
    
    
    c = (
        Graph(init_opts=opts.InitOpts(width="1000px", height="600px"))
        .add(
            "",
            nodes=nodes,
            links=links,
            categories=categories,
            layout="circular",
            is_rotate_label=True,
            linestyle_opts=opts.LineStyleOpts(color="source", curve=0.3),
            label_opts=opts.LabelOpts(position="right"),
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(title="悲惨世界角色关系"),
            legend_opts=opts.LegendOpts(orient="vertical", pos_left="2%", pos_top="20%"),
        )
    )
    
    c.render_notebook()
  3. 基于mne

    pip install -U mne

    pip install -U mne-connectivity

    pip install nibabel

    python 复制代码
    from mne_connectivity.viz import plot_connectivity_circle 
    import numpy as np
    
    # 自定义数据:随机连接的20个node
    N = 20
    node_names = [f"N{i}" for i in range(N)]
    
    # 随机连接
    ran = np.random.rand(N,N)
    con = np.where(ran > 0.9, ran, np.nan)  # 低于0.9的连接置为NaN
    
    # 绘制弦图
    fig, axes = plot_connectivity_circle(con, node_names) 

    定制多样化的弦图

    自定义日历弦图一般是结合使用场景对相关参数进行修改,并辅以其他的绘图知识。参数信息可以通过官网进行查看,其他的绘图知识则更多来源于实战经验,大家不妨将接下来的绘图作为一种学习经验,以便于日后总结。

    1. 修改node_angles实现弦图分割

      python 复制代码
      from mne_connectivity.viz import plot_connectivity_circle 
      import numpy as np
      
      # 自定义数据:随机连接的20个node
      N = 20
      node_names = [f"N{i}" for i in range(N)]
      
      # 随机连接
      ran = np.random.rand(N,N)
      con = np.where(ran > 0.9, ran, np.nan)  # 低于0.9的连接置为NaN
      
      # 自定义弧度
      start, end = 45, 135
      first_half = (np.linspace(start, end, len(node_names)//2) +90).astype(int)[::+1] %360
      second_half = (np.linspace(start, end, len(node_names)//2) -90).astype(int)[::-1] %360
      node_angles = np.array(list(first_half) + list(second_half))
      
      # 自定义参数node_angles
      fig, axes = plot_connectivity_circle(con, node_names, 
          node_angles=node_angles)
    2. 自定义节点

      python 复制代码
      from mne_connectivity.viz import plot_connectivity_circle 
      import numpy as np
      
      # 自定义数据:随机连接的20个node
      N = 20
      node_names = [f"N{i}" for i in range(N)]
      
      # 随机连接
      ran = np.random.rand(N,N)
      con = np.where(ran > 0.9, ran, np.nan)  # 低于0.9的连接置为NaN
      
      # 自定义节点
      node_edgecolor = N//2 * [(0,0,0,0.)] + N//2 * ['green']
      node_colors = N//2 * ['crimson'] + N//2 * [(0,0,0,0.)]
      
      fig, axes = plot_connectivity_circle(con, node_names, 
      #     node_width=50, # 节点宽度
      #      vmin=0.97, vmax=0.99, # 显示连接的范围
      #      node_colors=node_colors, # 自定义节点颜色                            
      #      node_edgecolor=node_edgecolor, # 自定义节点颜边缘
           node_linewidth=2, # 自定义节点线宽
           colormap='Blues', 
           facecolor='white',
           textcolor='black',
           colorbar=False, 
           linewidth=10 # 连接线宽度                              
      )

    总结

    以上通过bokeh、pyecharts和mne快速绘制弦图。并通过修改参数或者辅以其他绘图知识自定义各种各样的弦图来适应相关使用场景。

    共勉~

相关推荐
ZZHow10242 小时前
02OpenCV基本操作
python·opencv·计算机视觉
计算机学长felix2 小时前
基于Django的“酒店推荐系统”设计与开发(源码+数据库+文档+PPT)
数据库·python·mysql·django·vue
站大爷IP2 小时前
Python随机数函数全解析:5个核心工具的实战指南
python
悟乙己2 小时前
使用 Python 中的强化学习最大化简单 RAG 性能
开发语言·python·agent·rag·n8n
alsmile2 小时前
什么是组态?不会代码也能搭出工业大屏和数字可视化
低代码·数据可视化
max5006002 小时前
图像处理:实现多图点重叠效果
开发语言·图像处理·人工智能·python·深度学习·音视频
AI原吾2 小时前
玩转物联网只需十行代码,可它为何悄悄停止维护
python·物联网·hbmqtt
云动雨颤2 小时前
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
python·单元测试
SunnyDays10113 小时前
Python 实现 HTML 转 Word 和 PDF
python·html转word·html转pdf·html转docx·html转doc
IT研究室3 小时前
大数据毕业设计选题推荐-基于大数据的国家药品采集药品数据可视化分析系统-Spark-Hadoop-Bigdata
大数据·hadoop·信息可视化·spark·毕业设计·数据可视化·bigdata