长沙疫情最新轨迹公布seo主要做什么工作内容
文章目录
- 1 前言
- 2 知识点
- 2.1 matplotlib.pyplot.barh
- 2.2 matplotlib.legend的handles参数
- 3 代码实现
- 4 绘制效果
- 5 总结
- 参考
1 前言
这篇文章的目的是，总结记录一次使用matplotlib绘制时序甘特图的经历。之所以要绘制这个时序甘特图，是因为22年数模研赛C题需要用到，用于更好地呈现求解的车身缓冲区调序优化结果。
首先，我们觉得在这篇博客中出现的下面这张图展示效果很好，于是也想绘制一张。
这张图中，横坐标是递增变化的时间，纵坐标是PBS中的区域编号，其中不同的颜色代表不同的车身，如果某个时间段车身达到了某个区域，那么图中所对应的矩形区块将填充为该车身对应的颜色。
在知道上述信息后，我们开始在网上查找甘特图的绘制方法，因为我个人习惯用python的matplotlib库绘制图表，于是根据关键词搜索到了如下的文章： Python实现生产过程可视化（甘特图）。看着比较像我们想要的那种效果，于是琢磨了一下代码怎么写的。
2 知识点
拜读完代码后，我总结了使用matplotlib绘制甘特图的一些知识点。
2.1 matplotlib.pyplot.barh
该函数的作用是绘制横向的柱状图。
官方文档函数定义如下：
matplotlib.pyplot.barh(y, width, height=0.8, left=None, *, align='center', data=None, **kwargs)
使用到的参数详解：
| 参数名称 | 解释 |
|---|---|
| y | 可传入float类型，决定柱状图的y轴坐标 |
| width | 可传入float类型，决定柱状图的宽带（可以理解为横跨x轴的长度） |
| height | 可传入float类型，默认0.8，决定柱状图的高度（可以理解为横跨y轴的长度） |
| left | 可传入float类型，默认0，决定柱状图最左侧与y轴的距离 |
| align | 可选’center’或’edge’, 默认 ‘center’，柱状图与y坐标的对齐方式，默认居中 |
| color | 柱状图的颜色 |
| edgecolor | 柱状图边缘的颜色 |
| linewidth | 柱状图边缘的宽度，如果为0则不绘制边缘 |
| zorder | float类型，控制artist对象的绘制顺序，zorder越小越先绘制（有点图层的意思） |
2.2 matplotlib.legend的handles参数
我也是第一次见往plt.legend函数中传入handles参数的（没有系统学过matplotlib库😭）,这里也不详细解释了，直接说怎么用吧。当我们想要自定义图例时，使用下面代码：
patches = [mpatches.Patch(color = m_colors[i], label = m_labels[i]) for i in range(m)]
plt.legend(handles = patches)
其中，color参数是图例（matplotlib.patches对象）对应的颜色，label为图例对应的标签。
3 代码实现
绘制代码如下：
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mpatchesplt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号def gantt_chart(wt, x_labels, y_labels, m_labels):"""wt: 工作矩阵，大小为mxnx2，m为车身数，n为区域编号数，第三维中第1个元素为车身进入区域的时间，第2个元素为停留时间。color_list：代表各车身的颜色矩阵，大小为nx4。"""m, n = wt.shape[0], wt.shape[1]m_colors = plt.colormaps['terrain'](np.linspace(0, 0.95, m))for i in range(n):for j in range(m):if wt[j, i, 1] != 0:plt.barh(y = i, width = wt[j, i, 1], left = wt[j, i, 0], height = 1, edgecolor = (0, 0, 0),color = m_colors[j], zorder = 10)# 图例绘制patches = [mpatches.Patch(color = m_colors[i], label = m_labels[i]) for i in range(m)]plt.legend(handles = patches, bbox_to_anchor = (1.005, 0), loc = 3, borderaxespad = 0)plt.xticks(x_labels, fontsize = 7)plt.yticks(list(range(n)), y_labels)plt.xlabel("时间/s")plt.ylabel("区域编号")plt.title('车身位置-时序甘特图')plt.grid(axis = 'x', zorder = 0)# plt.savefig('result21_车身位置-时序甘特图.jpg', dpi = 200)plt.show()def custom_gantt_chart(path = 'result21.csv', car_num = 25, T = 180):data = np.loadtxt(open(path, "rb"), delimiter = ",", encoding = 'utf-8-sig', dtype = object)[1:car_num + 1, 1:T + 1]car_label = [f'car{i}' for i in range(1, 26)]region_code = ['1', '410', '49', '48', '47', '46', '45', '44', '43', '42', '41','310', '39', '38', '37', '36', '35', '34', '33', '32', '31','210', '29', '28', '27', '26', '25', '24', '23', '22', '21', '2']car_num, T_num, region_num = data.shape[0], data.shape[1], len(region_code)T_range = [t for t in range(0, T_num + 1, 3)]Wt = np.zeros((car_num, region_num, 2))Wt[:, :, 0] = -1for i in range(car_num):for j in range(T_num):if data[i, j] == '' or data[i, j] == '3':continueidx = region_code.index(data[i, j])if Wt[i, idx, 0] == -1:Wt[i, idx, 0] = jWt[i, idx, 1] += 1gantt_chart(Wt, T_range, region_code, car_label)if __name__ == '__main__':custom_gantt_chart('result21.csv', car_num = 25, T = 200)
4 绘制效果
5 总结
可以从绘制效果中看到，有些柱状图的颜色两两之间不仔细看根本分不出来。对于这个问题，主要是这条代码m_colors = plt.colormaps['terrain'](np.linspace(0, 0.95, m))在色条上均匀取色时，因为色条颜色数量太少（即使是渐变色条，随着取色数量增多也不容易分辨）造成的。terrain颜色条包含的颜色如下图：
关于更多的颜色条种类及使用方法参见：https://matplotlib.org/stable/tutorials/colors/colormaps.html
参考
[1] https://zhuanlan.zhihu.com/p/106787569
[2] https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.barh.html
[3] https://matplotlib.org/stable/api/legend_api.html
[4] https://matplotlib.org/stable/tutorials/colors/colormaps.html