Matplotlib绘制圆形：从基础到高级的完整指南|极客教程

Matplotlib绘制圆形：从基础到高级的完整指南

参考：How to Draw a Circle Using Matplotlib

Matplotlib是Python中最流行的数据可视化库之一，它提供了丰富的绘图功能，包括绘制各种几何图形。在本文中，我们将深入探讨如何使用Matplotlib绘制圆形，从最基本的圆到复杂的圆形组合，以及如何自定义圆形的各种属性。无论你是数据科学家、工程师还是学生，掌握这些技巧都将帮助你创建更加丰富和专业的可视化效果。

1. Matplotlib基础：准备工作

在开始绘制圆形之前，我们需要先导入必要的库并设置基本的绘图环境。通常，我们会使用以下代码来开始：

import matplotlib.pyplot as plt
import numpy as np

# 创建一个新的图形
plt.figure(figsize=(8, 6))

# 设置标题
plt.title("How to Draw a Circle Using Matplotlib - how2matplotlib.com")

# 显示图形
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

这段代码导入了Matplotlib的pyplot模块和NumPy库，创建了一个8×6英寸的图形，设置了标题，并显示图形。在接下来的示例中，我们将在这个基础上添加绘制圆形的代码。

2. 使用plt.Circle()绘制基本圆形

Matplotlib提供了plt.Circle()函数，这是绘制圆形最直接的方法。以下是一个基本示例：

import matplotlib.pyplot as plt
from matplotlib.patches import Circle

fig, ax = plt.subplots()

circle = Circle((0.5, 0.5), 0.2, fill=False)
ax.add_patch(circle)

ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_aspect('equal')

plt.title("Basic Circle - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

在这个例子中，我们创建了一个圆心在(0.5, 0.5)，半径为0.2的圆。fill=False参数使圆形只有轮廓而没有填充。我们使用ax.add_patch()方法将圆形添加到坐标轴上，并设置了坐标轴的范围和纵横比。

3. 自定义圆形样式

Matplotlib允许我们自定义圆形的各种属性，如颜色、线型和透明度等。以下是一个展示多种样式的示例：

import matplotlib.pyplot as plt
from matplotlib.patches import Circle

fig, ax = plt.subplots()

circle1 = Circle((0.2, 0.5), 0.1, facecolor='red', edgecolor='black', linewidth=2)
circle2 = Circle((0.5, 0.5), 0.1, facecolor='blue', alpha=0.5)
circle3 = Circle((0.8, 0.5), 0.1, facecolor='none', edgecolor='green', linestyle='--')

ax.add_patch(circle1)
ax.add_patch(circle2)
ax.add_patch(circle3)

ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_aspect('equal')

plt.title("Customized Circles - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

这个例子展示了三个不同样式的圆：
1. 红色填充、黑色边框、粗线条
2. 蓝色填充、半透明
3. 无填充、绿色虚线边框

通过调整这些参数，你可以创建各种视觉效果的圆形。

4. 绘制同心圆

同心圆是一种常见的图形，可以用来表示层次结构或者强调中心点。以下是绘制同心圆的示例：

import matplotlib.pyplot as plt
from matplotlib.patches import Circle

fig, ax = plt.subplots()

radii = [0.1, 0.2, 0.3, 0.4]
colors = ['red', 'blue', 'green', 'orange']

for r, c in zip(radii, colors):
    circle = Circle((0.5, 0.5), r, facecolor='none', edgecolor=c, linewidth=2)
    ax.add_patch(circle)

ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_aspect('equal')

plt.title("Concentric Circles - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

这个例子使用循环创建了四个不同半径和颜色的同心圆。通过调整radii和colors列表，你可以轻松地创建更多或更少的同心圆。

5. 使用极坐标系绘制圆形

虽然我们通常在笛卡尔坐标系中绘制圆形，但使用极坐标系也是一种有趣的方法，特别是当你需要强调圆的角度特性时。以下是一个使用极坐标系绘制圆形的示例：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(subplot_kw={'projection': 'polar'})

theta = np.linspace(0, 2*np.pi, 100)
r = np.ones_like(theta)

ax.plot(theta, r)

plt.title("Circle in Polar Coordinates - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

在这个例子中，我们使用np.linspace()创建了一个从0到2π的角度数组，并创建了一个全为1的半径数组。这样就在极坐标系中绘制了一个单位圆。

6. 绘制圆环

圆环是另一种常见的圆形变体，可以用来表示进度或比例。以下是绘制圆环的示例：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots()

circle1 = plt.Circle((0.5, 0.5), 0.4, facecolor='none', edgecolor='blue')
circle2 = plt.Circle((0.5, 0.5), 0.3, facecolor='white', edgecolor='blue')

ax.add_artist(circle1)
ax.add_artist(circle2)

ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_aspect('equal')

plt.title("Ring Shape - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

这个例子通过绘制两个圆形来创建圆环：一个较大的空心圆和一个较小的实心白色圆。通过调整两个圆的大小和颜色，你可以创建各种不同的圆环效果。

7. 绘制部分圆弧

有时候，我们可能只需要绘制圆的一部分，即圆弧。Matplotlib提供了Arc类来实现这一功能。以下是一个绘制部分圆弧的示例：

import matplotlib.pyplot as plt
from matplotlib.patches import Arc

fig, ax = plt.subplots()

arc = Arc((0.5, 0.5), 0.4, 0.4, angle=0, theta1=0, theta2=120, linewidth=2)

ax.add_patch(arc)

ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_aspect('equal')

plt.title("Partial Circle Arc - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

在这个例子中，我们创建了一个圆心在(0.5, 0.5)，宽度和高度都为0.4的圆弧。theta1和theta2参数定义了圆弧的起始和结束角度，这里我们绘制了一个120度的圆弧。

8. 创建饼图

饼图本质上是由多个圆弧组成的，我们可以使用Matplotlib的pie()函数轻松创建饼图。以下是一个简单的饼图示例：

import matplotlib.pyplot as plt

sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']
colors = ['red', 'green', 'blue', 'yellow', 'orange']

fig, ax = plt.subplots()

ax.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90)
ax.axis('equal')

plt.title("Pie Chart - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

这个例子创建了一个包含5个扇形的饼图，每个扇形代表不同的数值和标签。autopct参数用于在每个扇形上显示百分比。

9. 绘制圆形网格

圆形网格可以用来创建雷达图或极坐标图。以下是一个创建圆形网格的示例：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))

r = np.arange(0, 1, 0.1)
theta = np.arange(0, 2*np.pi, np.pi/4)

ax.set_rgrids(r)
ax.set_thetagrids(np.degrees(theta))

plt.title("Circular Grid - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

这个例子在极坐标系中创建了一个圆形网格。我们使用set_rgrids()和set_thetagrids()函数来设置径向和角度网格线。

10. 创建气泡图

气泡图是散点图的一种变体，其中每个点都被一个圆形替代，圆形的大小通常代表第三个变量。以下是一个创建气泡图的示例：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots()

x = np.random.rand(20)
y = np.random.rand(20)
sizes = np.random.rand(20) * 1000

scatter = ax.scatter(x, y, s=sizes, alpha=0.5)

ax.set_xlim(0, 1)
ax.set_ylim(0, 1)

plt.title("Bubble Chart - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

在这个例子中，我们使用scatter()函数创建了一个气泡图。s参数控制每个气泡的大小，alpha参数控制透明度。

11. 绘制圆形热图

圆形热图是一种有趣的数据可视化方式，特别适合展示周期性数据。以下是一个创建圆形热图的示例：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))

r = np.arange(0, 5, 1)
theta = np.linspace(0, 2*np.pi, 12, endpoint=False)
R, Theta = np.meshgrid(r, theta)

values = np.random.rand(12, 5)

c = ax.pcolormesh(Theta, R, values)
fig.colorbar(c)

plt.title("Circular Heatmap - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

这个例子使用pcolormesh()函数在极坐标系中创建了一个圆形热图。颜色代表数值的大小，我们还添加了一个颜色条来显示颜色与数值的对应关系。

12. 创建圆形条形图

圆形条形图是普通条形图的一种变体，它将条形沿着圆周排列。这种图形特别适合展示周期性数据或分类数据。以下是一个创建圆形条形图的示例：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))

N = 12
theta = np.linspace(0.0, 2 * np.pi, N, endpoint=False)
radii = np.random.rand(N) * 5
width = np.pi / 4 * np.random.rand(N)

bars = ax.bar(theta, radii, width=width, bottom=0.0)

for r, bar in zip(radii, bars):
    bar.set_facecolor(plt.cm.viridis(r / 10.))
    bar.set_alpha(0.5)

ax.set_rlim(0, 5)

plt.title("Circular Bar Chart - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

在这个例子中，我们使用bar()函数在极坐标系中创建了一个圆形条形图。每个条形的高度由radii数组决定，宽度由width数组决定。我们还使用了颜色映射来为每个条形设置不同的颜色。

13. 绘制螺旋线

虽然螺旋线不是严格意义上的圆形，但它与圆形密切相关，并且在某些数据可视化场景中非常有用。以下是一个绘制螺旋线的示例：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))

theta = np.linspace(0, 6*np.pi, 1000)
r = theta / (2*np.pi)

ax.plot(theta, r)

plt.title("Spiral - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

这个例子在极坐标系中绘制了一个简单的阿基米德螺旋线。通过调整r和theta之间的关系，你可以创建不同类型的螺旋线。

14. 创建圆形密度图

圆形密度图可以用来展示极坐标数据的分布情况。以下是一个创建圆形密度图的示例：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))

r = np.random.normal(loc=0.5, scale=0.1, size=1000)
theta = np.random.uniform(0, 2*np.pi, size=1000)

ax.hist2d(theta, r, bins=(30, 30), cmap='Blues')

plt.title("Circular Density Plot - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

这个例子使用hist2d()函数创建了一个二维直方图，效果类似于密度图。颜色越深的区域表示数据点越密集。

15. 绘制圆形箭头

在某些情况下，我们可能需要在圆形图表中添加箭头，例如表示旋转方向或流程。以下是一个在圆上绘制箭头的示例：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots()

circle = plt.Circle((0.5, 0.5), 0.4, fill=False)
ax.add_artist(circle)

arrow = plt.arrow(0.5, 0.5, 0.2, 0.2, head_width=0.05, head_length=0.1, fc='r', ec='r')
ax.add_artist(arrow)

ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_aspect('equal')

plt.title("Circle with Arrow - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

这个例子首先绘制了一个圆，然后使用arrow()函数在圆上添加了一个箭头。你可以调整箭头的位置、大小和颜色来满足不同的需求。

16. 创建圆形词云

词云是一种流行的文本数据可视化方式，我们可以将其与圆形结合，创建圆形词云。虽然Matplotlib本身不直接支持词云，但我们可以结合使用wordcloud库来实现：

import matplotlib.pyplot as plt
from wordcloud import WordCloud
import numpy as np
from PIL import Image

# 创建圆形蒙版
def create_circular_mask(h, w, center, radius):
    Y, X = np.ogrid[:h, :w]
    dist_from_center = np.sqrt((X - center[0])**2 + (Y-center[1])**2)
    mask = dist_from_center <= radius
    return mask

# 生成示例文本
text = "how2matplotlib.com " * 100

# 创建圆形蒙版
mask = create_circular_mask(400, 400, (200, 200), 200)

# 创建词云
wordcloud = WordCloud(width=400, height=400, background_color='white', mask=mask).generate(text)

# 显示词云
plt.figure(figsize=(10,10))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.title("Circular Word Cloud - how2matplotlib.com")
plt.show()

这个例子首先创建了一个圆形蒙版，然后使用这个蒙版生成了一个圆形的词云。注意，你需要先安装wordcloud库（pip install wordcloud）才能运行这个示例。

17. 绘制圆形进度条

圆形进度条是一种直观的方式来显示完成百分比或进度。以下是一个创建圆形进度条的示例：

import matplotlib.pyplot as plt
import numpy as np

def draw_progress_bar(percentage):
    fig, ax = plt.subplots()

    # 绘制背景圆
    circle = plt.Circle((0.5, 0.5), 0.4, fill=False)
    ax.add_artist(circle)

    # 绘制进度弧
    theta = np.linspace(0, 2*np.pi*percentage, 100)
    x = 0.5 + 0.4*np.cos(theta)
    y = 0.5 + 0.4*np.sin(theta)
    ax.plot(x, y, color='red', linewidth=5)

    # 添加文字
    ax.text(0.5, 0.5, f"{int(percentage*100)}%", ha='center', va='center', fontsize=20)

    ax.set_xlim(0, 1)
    ax.set_ylim(0, 1)
    ax.set_aspect('equal')
    ax.axis('off')

    plt.title("Circular Progress Bar - how2matplotlib.com")
    plt.show()

# 示例：75%进度
draw_progress_bar(0.75)

这个例子定义了一个函数来绘制圆形进度条。它首先绘制一个完整的圆作为背景，然后根据给定的百分比绘制一个弧形来表示进度。中心的文字显示具体的百分比数值。

18. 创建圆形色轮

色轮是一种常见的颜色可视化工具，通常呈圆形。以下是一个使用Matplotlib创建简单色轮的示例：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))

theta = np.linspace(0, 2*np.pi, 256, endpoint=False)
radii = np.ones_like(theta)

# 创建HSV颜色映射
hsv = plt.get_cmap('hsv')
colors = hsv(theta/(2*np.pi))

ax.bar(theta, radii, width=2*np.pi/256, bottom=0.0, color=colors, alpha=0.8)

ax.set_yticks([])
ax.set_theta_zero_location("N")

plt.title("Color Wheel - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

这个例子使用极坐标系和HSV颜色空间创建了一个简单的色轮。每个小段代表色轮上的一种颜色。

19. 绘制圆形网络图

圆形网络图是一种有效的方式来展示节点之间的关系，特别是当节点数量较多时。以下是一个创建简单圆形网络图的示例：

import matplotlib.pyplot as plt
import numpy as np

def circular_layout(n):
    theta = np.linspace(0, 2*np.pi, n, endpoint=False)
    return np.column_stack([np.cos(theta), np.sin(theta)])

n = 10  # 节点数量
pos = circular_layout(n)

fig, ax = plt.subplots(figsize=(8, 8))

# 绘制节点
ax.scatter(pos[:, 0], pos[:, 1], s=500, c='lightblue', zorder=2)

# 绘制边
for i in range(n):
    for j in range(i+1, n):
        if np.random.rand() < 0.3:  # 30%的概率连接两个节点
            ax.plot([pos[i, 0], pos[j, 0]], [pos[i, 1], pos[j, 1]], 'k-', alpha=0.2, zorder=1)

# 添加节点标签
for i, (x, y) in enumerate(pos):
    ax.text(x, y, str(i), ha='center', va='center')

ax.set_xlim(-1.1, 1.1)
ax.set_ylim(-1.1, 1.1)
ax.set_aspect('equal')
ax.axis('off')

plt.title("Circular Network Graph - how2matplotlib.com")
plt.show()

Output:

Matplotlib绘制圆形：从基础到高级的完整指南

这个例子创建了一个包含10个节点的圆形网络图。节点沿圆周均匀分布，边的连接是随机生成的。你可以根据实际需求修改节点数量和连接逻辑。

20. 创建圆形树状图

圆形树状图（也称为圆形树图或圆形包装图）是一种用于展示层次数据的可视化方法。虽然Matplotlib没有直接支持创建圆形树状图的函数，但我们可以使用squarify库来实现类似的效果。以下是一个创建简单圆形树状图的示例：

import matplotlib.pyplot as plt
import squarify
import numpy as np

# 安装squarify: pip install squarify

sizes = [13, 22, 35, 5, 26, 13, 7, 2, 3]
labels = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I']
colors = plt.cm.Spectral(np.linspace(0, 1, len(sizes)))

fig, ax = plt.subplots(figsize=(10, 10))

squarify.plot(sizes=sizes, label=labels, color=colors, alpha=0.7, ax=ax)

ax.set_aspect('equal')
ax.axis('off')

plt.title("Circular Treemap - how2matplotlib.com")
plt.show()