Python matplotlib图圆形日循环图（日极坐标图）

我试图以玫瑰图/极坐标图的形式绘制采样策略的每日周期

我想展示我们的每个实验样本，其中距离中心的距离是一天，从0开始的角度表示采集样本的时间。理想情况下，我希望能够通过不同的变量给点上色

理想的绘图应如下所示：

模拟虚拟数据来解释问题 我有

xarray

格式的数据。我们有一个

launchtime

维度，它包含采集样本的时间，我们想用它来绘制一天中的时间，然后依次绘制每一天

将xarray作为xr导入
将numpy作为np导入
将matplotlib.pyplot作为plt导入
作为pd进口熊猫
从pandas.tseries.offset导入日期offset
将matplotlib.dates导入为mdates
进口itertools
值=np.随机.正常（大小=100）
预期时间=局部放电日期范围（“2000-01-01”，freq=“180分钟”，周期=100）
#添加随机偏移以模拟+/-真实预期释放时间
np.abs（np.random.normal（0，10，size=100））中i的时间增量=np.array（[DateOffset（分钟=max（0，min（int（i），59）））
时间=[预期时间[i]+时间增量[i]如果（i%2==0）其他预期时间[i]-范围（100）内i的时间增量[i]
df=pd.DataFrame（{“launchtime”：time，“value”：value}）
ds=df.set_index（“launchtime”）。为_xarray（）
ds=ds.assign_coords（预期_时间=（“启动时间”，预期_时间））

我到目前为止的想法

def time_到_角度（dt:pd.Timestamp）->浮点：
第二天=86天
开始日期=pd.to_日期时间（f“{dt.day}-{dt.month}-{dt.year}”）
delta=（dt-开始日）
n_秒=增量秒
#返回角（度）
返回（n秒/秒/天）*360
#0度角
角度=[ds.launchtime.values中dt的时间到角度（pd.to_日期时间（dt））]
#半径有多远
days=np.arange（np.unique（ds[“launchtime.day”].values）.size）
#如何在极坐标系中绘图？我必须画一个x，y网格并绘制成散点图吗？

---

任何关于如何着手解决这个问题的建议都将不胜感激

通过一点高中三角法，它可以非常简单地作为一个散点图来实现

• 将一天中的时间视为以弧度计算的角度
• 以一天（多大）为半径
• 然后简化为简单使用sin（）和cos（）来计算x和y坐标
• 为了更好的测量，我们也决定给点上色。。。时钟表面显示24小时，模拟时钟只显示12小时，这并不令人满意

---

我们可以将

projection=“polar”

参数用于

ax=plt.subplot（projection='polar'）

参数，以便创建具有以下内容的绘图：

• 显示一天中时间的角度（

  theta

  ，以弧度定义）
• 半径显示自第一个样本（

  r

  ）起的天数

我们需要对一天中的时间数据和

来自sklearn.preprocessing导入标签编码器
定义时间到角度（dt:pd.时间戳）->浮点：
第二天=86天
开始日期=pd.to_日期时间（f“{dt.day}-{dt.month}-{dt.year}”）
delta=（dt-开始日）
n_秒=增量秒
#以弧度为单位的返回角
返回（n秒/秒/天）*2*np.pi
#0度角
角度=[ds.launchtime.values中dt的时间到角度（pd.to_日期时间（dt））]
#沿半径的距离=天数
le=标签编码（）
days=le.fit_转换（ds[“launchtime.dayofyear”].值）
#使用matplotlib中的极轴投影图
ax=plt.子地块（投影='polar'）
ax.设置θ方向（-1）
ax.设置θ0位置（“N”）
最大散布（角度、天数、标记=“o”）
ax.set_xticklabel（['00:00'，'03:00'，'06:00'，'09:00'，'12:00'，'15:00'，'18:00'，'21:00'，]））
ax.设置标签（[]）
ax.设置标题（“采样计划[UTC]”）
plt.show（）

输出如下所示：

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

fig, ax = plt.subplots(1,1, figsize=(4, 4))

df = pd.DataFrame({"sampledate":pd.date_range("01-apr-2021", "09-apr-2021 23:59", freq="30s")})
# drop a bit of data so it's not perfect circles...
df = df.loc[np.random.choice(df.index, int(len(df)/200) )]

df["angle"] = ((df["sampledate"] - df["sampledate"].dt.floor("D")).dt.total_seconds() / (24*60*60)) * 2*math.pi
df["radius"] = (df["sampledate"] - df["sampledate"].min()).dt.days+1


# scatter, radius is how old sample is, angle is time of day
ax.scatter(x=df["angle"].apply(math.sin) * df["radius"], y=df["angle"].apply(math.cos) * df["radius"], 
           c=np.where(df.sampledate.dt.hour.le(12), "red", "pink"), s=10)
ax.axis("off")

# draw markers on clock face...
for h in list(range(0, 24, 3)):
    a = (h/24)*2*math.pi
    x = math.sin(a)*df["radius"].max()
    y = math.cos(a)*df["radius"].max()
    ax.annotate(h, xy=(x, y), xytext=(x*1.1,y*1.1), backgroundcolor="yellow")