超简单的和弦图绘制方法分享，推荐收藏~~

今天小编继续给大家推荐优秀的Python第三方可视化绘制工具包，这次小编给大家推荐的为Python-mpl-chord-diagram包，顾名思义，此包为基于Matplotlib绘制和弦图(Chord Diagram),下面小编就详细介绍一下和弦图以及使用该包绘制和弦图的步骤，内容包括：

和弦图(Chord Diagram)简介
和弦图(Chord Diagram)mpl-chord-diagram库绘制
其他包和弦图绘制

和弦图(Chord Diagram)简介

和弦图(Chord Diagram) 是一种表示实体之间相互关系的图图表类型，和弦图由节点分段和弧形的边构成，节点围绕着圆周分布，点与点之间以弧线或贝塞尔曲线彼此连接以显示当中关系，然后再给每个连接分配数值(通过每个圆弧的大小比例表示)。此外，也可以用颜色将数据分成不同类别，有助于进行比较和区分。示意图如下：

和弦图示意图(来源于网络)

关于和弦图具体的数值表示可通过如下这幅图得到充分解释：

和弦图数值表示(来源于网络，侵删)

和弦图(Chord Diagram)mpl-chord-diagram库绘制

Python基础绘图库-Matplotlib本身没有提供绘制和弦图绘制函数，mpl-chord-diagram库就可以完美解决这个问题，下面通过几个样例了解一下该库的具体绘制过程，如下：

样例一：

代码语言：javascript复制

from mpl_chord_diagram import chord_diagram

flux_data = np.array([
    [0, 5, 6, 4, 7, 4],
    [5, 0, 5, 4, 6, 5],
    [6, 5, 0, 4, 5, 5],
    [4, 4, 4, 0, 5, 5],
    [7, 6, 5, 5, 0, 4],
    [4, 5, 5, 5, 4, 0],
])
names = ["A","B","C","D","E","F"]

fig,ax = plt.subplots(figsize=(4,3.5),dpi=100,facecolor="w")
chord_diagram = chord_diagram(mat=flux_data,names=names,alpha=.8,ax=ax)
plt.tight_layout()

Example01 Of mpl_chord_diagram

设置参数chord_diagram函数中use_gradient=True即可绘制渐变色填充和同一和弦图边颜色，结果如下：

Example02 Of mpl_chord_diagram

样例二：这里再举一个多变量的数据集，使用该库进行和弦图绘制：

代码语言：javascript复制

from mpl_chord_diagram import chord_diagram

flux = chord_df01_matx.values
names = chord_df01_matx.columns.to_list()
colors = color_list[:len(names)]
fig,ax = plt.subplots(figsize=(4,3.5),dpi=100,facecolor="w")
chord_diagram(flux,names,chordwidth=.5,width=.05,fontsize=9,ax=ax)
plt.tight_layout()