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
https://i-blog.csdnimg.cn/img_convert/bb5b3f2ca25c87ec2ad021d172774757.png
数据围绕一个圆呈放射状排列，显示差别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毗连分配数值，可以用颜色将数据分成差别种别以助于比较和区分。缺点则是当毗连过多时会显得杂乱。
快速绘制
[*] 基于bokeh
首先须要安装holoviews：pip install holoviews
然后安装最新的bokeh即可：pip install --upgrade bokeh
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()))
https://i-blog.csdnimg.cn/img_convert/bb5b3f2ca25c87ec2ad021d172774757.png
[*] 基于pyecharts
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()
https://i-blog.csdnimg.cn/img_convert/7018857241a12ffc8d4bca4bfd0fb6ed.png
[*] 基于mne
pip install -U mne
pip install -U mne-connectivity
pip install nibabel
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 =
# 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)
https://i-blog.csdnimg.cn/img_convert/dfcd91cc58a5d915d940c020b11b2d27.png
定制多样化的弦图
自界说日历弦图一般是结合利用场景对相关参数举行修改，并辅以其他的绘图知识。参数信息可以通过官网举行检察，其他的绘图知识则更多来源于实战履历，大家不妨将接下来的绘图作为一种学习履历，以便于日后总结。
[*] 修改node_angles实现弦图分割
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 =
# 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)
https://i-blog.csdnimg.cn/img_convert/9c3dc6a2b409befb64142c1c95b31be8.png
[*] 自界说节点
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 =
# 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
)
https://i-blog.csdnimg.cn/img_convert/68e646dfb999e7daabcab484d9f580fb.png
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界说各种各样的弦图来顺应相关利用场景。
共勉～
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]