import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

plt.rcParams['font.sans-serif']=['SimHei'] #顯示中文
plt.rcParams['axes.unicode_minus']=False #顯示負(fù)號(hào)

filename=r'E:\python總結(jié)\實(shí)例數(shù)據(jù)\matplotlib畫(huà)玫瑰圖\Sta_WLS7-4880-0420-0728.xlsx'
datat=pd.read_excel(filename,sheet_name='原始數(shù)據(jù)')
datat.columns

# 提取繪圖的風(fēng)速風(fēng)向數(shù)據(jù)，并進(jìn)行簡(jiǎn)單的刪除空值處理
dt=datat.loc[:,('90m Wind Speed (m/s)','90m Wind Direction (�)')] #提取90m高度的風(fēng)速和風(fēng)向
dt=dt.dropna() #刪除空值

mx=np.ceil(max(dt['90m Wind Speed (m/s)'])) #風(fēng)速最大值向上取整

ct0=np.array(np.arange(0,361,22.5)) #劃分風(fēng)向的區(qū)間，22.5度一個(gè)區(qū)間
ct1=np.array(np.arange(0,mx+2,2)) #劃分風(fēng)速的區(qū)間，2米一個(gè)區(qū)間

#將風(fēng)速和風(fēng)向進(jìn)行區(qū)間劃分
dt['wd']=pd.cut(dt['90m Wind Direction (�)'],ct0) 
dt['ws']=pd.cut(dt['90m Wind Speed (m/s)'],ct1) 

#計(jì)算各區(qū)間段數(shù)據(jù)量，輸出結(jié)果為層次化索引序列
count=dt['90m Wind Speed (m/s)'].groupby([dt['ws'],dt['wd']]).count() 
data=count.unstack() #將層次化索引轉(zhuǎn)化為表格

n=16 #繪制的扇區(qū)的個(gè)數(shù)，與上面角度的區(qū)間劃分一致的
theta=np.linspace(0,2*np.pi,n,endpoint=False) #獲取16個(gè)方向的角度值
width=np.pi*1.5/n #設(shè)置扇形的寬度
#設(shè)置角度對(duì)應(yīng)的標(biāo)簽
labels=list(['N','','45','','E','','135','','S','','225','','W','','315',''])

fig=plt.figure() #新建畫(huà)布
ax=fig.add_axes([0.1,0.1,0.7,0.7],projection='polar') #在畫(huà)布添加一個(gè)極坐標(biāo)圖，即玫瑰圖
ax1=fig.add_axes([0.8,0.1,0.03,0.7]) #在畫(huà)布里面添加顏色條，分別對(duì)應(yīng)左，下，寬，高

#根據(jù)劃分的風(fēng)速段個(gè)數(shù)來(lái)進(jìn)行顏色配置
colors=['blue','orange','forestgreen','tomato','violet','red','m','yellow','gray'] 
cmap=mpl.colors.ListedColormap(colors)
norm=mpl.colors.BoundaryNorm(ct1,cmap.N)

for i in range(0,len(data.index)):
 idx=data.index[i]
 rad=data.loc[idx]
 #畫(huà)玫瑰柱狀圖，由此類(lèi)推，可以畫(huà)雷達(dá)圖，氣泡圖等等，只要將bar改成對(duì)應(yīng)的圖就可以
 ax.bar(theta,rad,width=width,bottom=100,label=idx,tick_label=labels,color=colors[i]) 
 
ax.set_theta_zero_location('N') #設(shè)置0度正北方向
ax.set_theta_direction(-1) #設(shè)置順時(shí)針?lè)较蚶L圖
ax.set_title('風(fēng)玫瑰圖',fontsize=16)
ax.tick_params(labelsize=15) 
ax.set_yticks([200,500,1000,1500]) #默認(rèn)的y軸出現(xiàn)的頻數(shù)，也可設(shè)置為空
cb=mpl.colorbar.ColorbarBase(ax1,cmap=cmap,norm=norm) #設(shè)置顏色條
cb.ax.tick_params(labelsize=14) #設(shè)置顏色條字體和大小

data_0=dt['90m Wind Speed (m/s)'].groupby(dt['wd']).count() #計(jì)算每一個(gè)風(fēng)向段的風(fēng)速頻次

ax=plt.subplot(111,projection='polar') #建立極坐標(biāo)系
bars=ax.bar(theta,data_0,width=width,bottom=0.0)

#為每個(gè)柱子配顏色，有兩種方法，一種是一個(gè)柱子設(shè)置一個(gè)顏色，根據(jù)柱子的個(gè)數(shù)設(shè)置顏色的個(gè)數(shù)
#另一種是用連續(xù)色彩的映射，第二種方法需要將畫(huà)圖數(shù)據(jù)歸一化到0-1之間
mm=max(data_0)
for r,bar in zip(data_0,bars):
 bar.set_facecolor(plt.cm.viridis(r/mm)) #設(shè)置數(shù)值映射的顏色
 bar.set_alpha(0.8) #設(shè)置顏色透明度
 
ax.set_theta_zero_location('N') #設(shè)置0度正北方向
ax.set_theta_direction(-1) #設(shè)置順時(shí)針?lè)较蚶L圖
ax.set_title('風(fēng)向玫瑰圖',fontsize=16)
ax.tick_params(labelsize=13) 
ax.set_yticks([500,1000,2000,4000]) #默認(rèn)的y軸出現(xiàn)的頻數(shù)，也可設(shè)置為空