之前在Learn Python with Steem #10 #11 笔记文章中使用Windrose这个包来画时间频率图，但Windrose叫风玫瑰图，绘制的图是专门用来表示风速和风向的关系的，在风玫瑰图中，用不同的颜色表示风速的大小，而每个扇形的长度表示风向的频率,表示主导风向。用Windrose来表示时间频率有违背风玫瑰图的原意。

Windrose

所以直接用 matplotlib 画极坐标柱状图来表示时间频率更合适。

先导入Python包numpy和matplotlib：

1
2

import numpy as np
from matplotlib import pyplot as plt

编写绘图函数：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46

def make_polar_bar(array_data,
                        edgecolor='white',
                        bottom=0,
                        bins=24,
                        opening=1,
                        ticks=None,
                        figsize=(8, 8),
                        **kwargs):

    # 设置扇形的颜色
    facecolor = kwargs.pop('facecolor', None)
    if facecolor is None:
        facecolor = (94 / 255, 79 / 255, 162 / 255)

    # 设置每个扇形的间距 2*pi/bins = theta (rad)
    theta = np.linspace(0.0, 2 * np.pi, bins, endpoint=False)

    # 统计数据的频次，每个直方的高度
    freq, _ = np.histogram(array_data, bins=bins)

    # 设置每个直方的宽度，opening为 0~1，按比例调节直方的宽度
    width = (2 * np.pi) / bins * opening

    plt.figure(figsize=figsize)
    ax = plt.subplot(111, polar=True)
    bars = ax.bar(
        theta,
        freq,
        width=width,
        bottom=bottom,
        edgecolor='white',
        facecolor=facecolor,
        **kwargs)

    # 设置N方向为起点
    ax.set_theta_zero_location("N")

    # 设置旋转方向为顺时针方向
    ax.set_theta_direction(-1)

    # 设置标签
    if ticks is None:
        ticks = ['0', '45', '90', '135', '180', '225', '270', '315']

    ax.set_xticklabels(ticks)
    plt.show()

测试绘图：

1
2
3
4
5
6
7
8
9

if __name__ == '__main__':
    arr = np.random.randint(0, 100, size=5000)
    make_polar_bar(arr, bins=100, opening=0.8, bottom=50)

    ticks = [
        '0:00', '3:00', '6:00', '9:00', '12:00', '15:00', '18:00', '21:00'
    ]
    arr = np.random.randint(0, 24, size=800)
    make_polar_bar(arr, bins=24, opening=0.8, bottom=0, ticks=ticks)

结果：

blob.jpg

blob.jpg