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")

登录后复制

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")

登录后复制

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")

登录后复制

output

with schemdraw.Drawing() as d:
 d += Process(w = 5).label("Processing")

登录后复制

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")

登录后复制

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)

登录后复制

output

Networkx

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()

登录后复制

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()

登录后复制

output

以上就是怎么用Python绘制有趣的可视化图表的详细内容，更多请关注海外IDC网其它相关文章！

【文章原创作者：香港云服务器 http://www.558idc.com/ne.html 复制请保留原URL】