python数据可视化实例绘制图表，用Python绘制了几张有趣的可视化图表
python数据可视化实例绘制图表，用Python绘制了几张有趣的可视化图表with schemdraw.Drawing() as d: d = Data(w = 5).label("What's the problem") output平行四边形代表的是你所要去处理和解决的问题，而长方形所代表的是你所要为此做出的努力或者说是过程，代码如下import schemdraw from schemdraw.flow import * with schemdraw.Drawing() as d: d = Start().label("Start") output箭头表示的是决策的走向，用来连接各个节点的，代码如下with schemdraw.Drawing() as d: d = Arrow(w = 5).right().label("Connector") output
作者：俊欣
来源：关于数据分析与可视化
流程图存在于我们生活的方方面面，对于我们追踪项目的进展，做出各种事情的决策都有着巨大的帮助，而对于万能的Python而言呢，绘制流程图也是十分轻松的，今天小编就来为大家介绍两个用于绘制流程图的模块，我们先来看第一个。
SchemDraw那么在SchemDraw模块当中呢，有六个元素用来代表流程图的主要节点的，椭圆形代表的是决策的开始和结束，代码如下
import schemdraw
from schemdraw.flow import *
with schemdraw.Drawing() as d:
d = Start().label("Start")
output
箭头表示的是决策的走向，用来连接各个节点的，代码如下
with schemdraw.Drawing() as d:
d = Arrow(w = 5).right().label("Connector")
output
平行四边形代表的是你所要去处理和解决的问题，而长方形所代表的是你所要为此做出的努力或者说是过程，代码如下
with schemdraw.Drawing() as d:
d = Data(w = 5).label("What's the problem")
output
with schemdraw.Drawing() as d:
d = Process(w = 5).label("Processing")
output
而菱形代表的则是决策的具体情况，代码如下
with schemdraw.Drawing() as d:
d = Decision(w = 5).label("Decisions")
output
我们来绘制一个简单的流程图，假如周末的时候我们想着要不要出去露营(Camping)，那既然要去露营的话，我们肯定是需要查看一下天气，看一下是否是晴天(Sunny)，如果是下雨天(Rainy)的话，就不去，按照这种逻辑，我们来绘制一下流程图，代码如下
import schemdraw
from schemdraw.flow import *
with schemdraw.Drawing() as d:
d = Start().label("Start")
d = Arrow().down(d.unit/2)
# 具体是啥问题嘞
d = Data(w = 4).label("Go camping or not")
d = Arrow().down(d.unit/2)
# 第一步 查看天气
d = Box(w = 4).label("Check weather first")
d = Arrow().down(d.unit/2)
# 是否是晴天
d = (decision := Decision(w = 5 h= 5
S = "True"
E = "False").label("See if it's sunny"))
# 如果是真的话
d = Arrow().length(d.unit/2)
d = (true := Box(w = 5).label("Sunny go camping"))
d = Arrow().length(d.unit/2)
# 结束
d = (end := Ellipse().label("End"))
# 如果不是晴天的话
d = Arrow().right(d.unit).at(decision.E)
# 那如果是下雨天的话，就不能去露营咯
d = (false := Box(w = 5).label("Rainy stay at home"))
# 决策的走向
d = Arrow().down(d.unit*2.5).at(false.S)
# 决策的走向
d = Arrow().left(d.unit*2.15)
d.save("palindrome flowchart.jpeg" dpi = 300)
output
Networkx模块用来创建和处理复杂的图网络结构，生成多种随机网络和经典网络，分析网络结构和建立网络模型，例如在绘制人脉关系网的案例当中就可以用到networkx模块，
而例如一个公司的组织架构图，也可以用到该模块，来简单直观的绘制公司的整体架构，代码如下
import networkx as nx
import matplotlib.pyplot as plt
import numpy as np
G = nx.DiGraph()
nodes = np.arange(0 8).tolist()
G.add_nodes_from(nodes)
# 节点连接的信息，哪些节点的是相连接的
G.add_edges_from([(0 1) (0 2)
(1 3) (1 4)
(2 5) (2 6) (2 7)])
# 节点的位置
pos = {0:(10 10)
1:(7.5 7.5) 2:(12.5 7.5)
3:(6 6) 4:(9 6)
5:(11 6) 6:(14 6) 7:(17 6)}
# 节点的标记
labels = {0:"CEO"
1: "Team A Lead"
2: "Team B Lead"
3: "Staff A"
4: "Staff B"
5: "Staff C"
6: "Staff D"
7: "Staff E"}
nx.draw_networkx(G pos = pos labels = labels arrows = True
node_shape = "s" node_color = "white")
plt.title("Company Structure")
plt.show()
output
看到这里，大家可能会觉得会指出来的结果有点简单，想要添加上去些许颜色，代码如下
nx.draw_networkx(G pos = pos labels = labels
bbox = dict(facecolor = "skyblue"
boxstyle = "round" ec = "silver" pad = 0.3)
edge_color = "gray"
)
plt.title("Company Structure")
plt.show()
output
