用 Python 繪制幾張有趣的可視化圖表
作者：俊欣
今天小編就來為大家介紹兩個用于繪制流程圖的模塊，我們先來看第一個。
流程圖存在于我們生活的方方面面，對于我們追蹤項目的進展，做出各種事情的決策都有著巨大的幫助，而對于萬能的Python而言呢，繪制流程圖也是十分輕松的，今天小編就來為大家介紹兩個用于繪制流程圖的模塊，我們先來看第一個。
SchemDraw
那么在SchemDraw模塊當中呢，有六個元素用來代表流程圖的主要節點的，橢圓形代表的是決策的開始和結束，代碼如下：
import schemdraw
from schemdraw.flow import *
with schemdraw.Drawing() as d:
d += Start().label("Start")
output
箭頭表示的是決策的走向，用來連接各個節點的，代碼如下：
with schemdraw.Drawing() as d:
d += Arrow(w = 5).right().label("Connector")
output
平行四邊形代表的是你所要去處理和解決的問題，而長方形所代表的是你所要為此做出的努力或者說是過程，代碼如下：
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
而菱形代表的則是決策的具體情況，代碼如下：
with schemdraw.Drawing() as d:
d += Decision(w = 5).label("Decisions")
output
我們來繪制一個簡單的流程圖，假如周末的時候我們想著要不要出去露營(Camping)，那既然要去露營的話，我們肯定是需要查看一下天氣，看一下是否是晴天(Sunny)，如果是下雨天(Rainy)的話，就不去，按照這種邏輯，我們來繪制一下流程圖，代碼如下：
import schemdraw
from schemdraw.flow import *
with schemdraw.Drawing() as d:
d+= Start().label("Start")
d+= Arrow().down(d.unit/2)
# 具體是啥問題嘞
d+= Data(w = 4).label("Go camping or not")
d+= Arrow().down(d.unit/2)
# 第一步 查看天氣
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"))
# 如果是真的話
d+= Arrow().length(d.unit/2)
d+= (true := Box(w = 5).label("Sunny, go camping"))
d+= Arrow().length(d.unit/2)
# 結束
d+= (end := Ellipse().label("End"))
# 如果不是晴天的話
d+= Arrow().right(d.unit).at(decision.E)
# 那如果是下雨天的話，就不能去露營咯
d+= (false := Box(w = 5).label("Rainy, stay at home"))
# 決策的走向
d+= Arrow().down(d.unit*2.5).at(false.S)
# 決策的走向
d+= Arrow().left(d.unit*2.15)
d.save("palindrome flowchart.jpeg", dpi = 300)
output
Networkx
Networkx模塊用來創建和處理復雜的圖網絡結構，生成多種隨機網絡和經典網絡，分析網絡結構和建立網絡模型，例如在繪制人脈關系網的案例當中就可以用到networkx模塊，
而例如一個公司的組織架構圖，也可以用到該模塊，來簡單直觀的繪制公司的整體架構，代碼如下:
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)
# 節點連接的信息，哪些節點的是相連接的
G.add_edges_from([(0,1), (0,2),
(1,3), (1, 4),
(2, 5), (2, 6), (2,7)])
# 節點的位置
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)}
# 節點的標記
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
看到這里，大家可能會覺得會指出來的結果有點簡單，想要添加上去些許顏色，代碼如下:
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
責任編輯：龐桂玉
來源：
AI科技大本營
