如何在 Python 中绘制箭头和范围图？答案

【问题标题】：How to plot a Arrow and Range plot in Python?如何在 Python 中绘制箭头和范围图？
【发布时间】：2021-08-04 09:29:36
【问题描述】：

Arrow plots 是一种相对较新的图表类型。它们显示了不同类别（例如国家、政党）的数据点（例如预期寿命、选举结果）在两个日期（例如几十年、几年、几天）之间是如何变化的。箭头图正好显示两个日期。如果要显示数据点的多个时间点，请考虑使用折线图。如果您的重点是点之间的间隙而不是它们之间经过的时间，那么范围图是更好的选择。如果您没有时间点并且只想在一条线上显示一个或多个点，请考虑使用点图。

来源：economist- Americans are getting more nervous about what they say in public

Source: bundestag.de Get the data

我只是想知道是否有任何 python 包可用于绘制类似的箭头图。我的可视化知识是最少的。我不是要求准确复制上述情节，我们将非常感谢类似的情节。

我对新的想法和方法持开放态度，并希望在开始之前先试一试

如果是，是否可以用 Python 绘制上面的图，哪个包将用于绘制上面的图？任何人都可以对用 Python 绘制上述情节有所了解吗？我很乐意收到您的任何线索。

【问题讨论】：

标签： python matplotlib data-visualization

【解决方案1】：

对于这种类型的图，我认为最耗时的类型是 MPL，但我编写代码的方式是模仿预期输出的第二个示例。基本上，它是用箭头和注释创建的。

import pandas as pd
import numpy as np
import io

data = '''
Party 2009 2013
CDU/CSU 33.8 41.5
SPD 23.0 25.7
LINKE 11.9 8.6
GRÜNE 10.7 8.4
FDP 14.6 4.8
'''

df = pd.read_csv(io.StringIO(data), delim_whitespace=True)

import matplotlib.pyplot as plt
from matplotlib import colors as mcolors
colors = mcolors.TABLEAU_COLORS

fig, ax = plt.subplots(figsize=(10,4))
plt.rcParams.update({'axes.spines.top': False, 'axes.spines.right': False})

for (idx,row), c in zip(df.iterrows(),colors):
    cols = colors.keys()
    ax.arrow(row['2009'], idx, row['2013']-row['2009'], 0, head_width=0.2, head_length=0.7, width=0.03, fc=c, ec=c)
    if row['2009'] < row['2013']:
        ax.annotate('{}'.format(row['2009']), xy=(row['2009'], idx), xytext=(row['2009']-2.5,idx-0.05), xycoords='data', color=c)
        ax.annotate('{}'.format(row['2013']), xy=(row['2013'], idx), xytext=(row['2013']+0.9,idx-0.05), xycoords='data', color=c)
    else:
        ax.annotate('{}'.format(row['2009']), xy=(row['2009'], idx), xytext=(row['2009']+0.5,idx-0.05), xycoords='data', color=c)
        ax.annotate('{}'.format(row['2013']), xy=(row['2013'], idx), xytext=(row['2013']-2.5,idx-0.05), xycoords='data', color=c)

    ax.set_yticks(np.arange(len(df)))        
    ax.set_yticklabels(df['Party'])
    ax.grid()
    ax.set_xlim(-5,45)
    ax.tick_params('x', length=0, which='major')
    ax.tick_params('y', length=0, which='major')

ax.annotate('2009', xy=(0.25,0.85), xytext=(0.25,0.93), xycoords='figure fraction', arrowprops=dict(arrowstyle='-'))
ax.annotate('2013', xy=(0.45,0.85), xytext=(0.45,0.93), xycoords='figure fraction', arrowprops=dict(arrowstyle='-'))
plt.show()

【讨论】：