如何用matplotlib创建一个原点离中心较远，半径大于0的时间螺旋图形？

Question

我对使用matplotlib作图比较陌生，目前我正在尝试绘制一个时间范围的螺旋图，我已经工作了好几天了，我遇到了一个问题，一直无法解决。

我正在从一个excel文件中绘制图表，格式如下，间隔1分钟，我有最多30天的数据。

 
Timestamp       alarms summatory
01/12/2018 00:00        3
01/12/2018 00:01        1
01/12/2018 00:02        2
01/12/2018 00:03        1
01/12/2018 00:04        1
01/12/2018 00:05        3
01/12/2018 00:06        1
01/12/2018 00:07        3
01/12/2018 00:08        1
01/12/2018 00:09        4
01/12/2018 00:10        3

根据社区中提出的其他问题和一些文档，我得到了以下图表，其中2个pi是一天，每种颜色代表一分钟内被激活的警报数量。

Mygraph

我想显示这些事件的1分钟，但在他们的可视化是更容易的方式，从第一天以下的图形，其中有一个空的中心和线开始绘制更远的中心 。

图形预期

我一直在尝试修改行距函数的参数，试图得到最后一张图片的图形，但都没有成功，我不知道还能做什么，希望有人能帮帮我。

这是我一直使用的代码和excel文件。

数据

编码

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.patheffects as mpe
import matplotlib.colors as colors
import pandas as pd
from datetime import datetime, timedelta
# styling 
LINEWIDTH=5
EDGEWIDTH=0
CAPSTYLE="projecting"
ALPHA=1
FIRSTHOUR=0 # 0= 24 hrs, 23= 23 hrs

cdict = {'red':  ((0.0, 0.0, 0.0),
(1/6., 0.0, 0.0),
(1/2., 0.8, 1.0),
(5/6., 1.0, 1.0),
(1.0, 0.4, 1.0)),
'green':  ((0.0, 0.0, 0.4),
(1/6., 1.0, 1.0),
(1/2., 1.0, 0.8),
(5/6., 0.0, 0.0),
(1.0, 0.0, 0.0)),
'blue': ((0.0, 0.0, 0.0),
(1/6., 0.0, 0.0),
(1/2., 0.9, 0.9),
(5/6., 0.0, 0.0),
(1.0, 0.0, 0.0))
}

COLORMAP=colors.LinearSegmentedColormap.from_list("", ["green","yellow","red"])
#Read excel
df = pd.read_excel('alarms_boiler_1min_v2.xlsx')
df['Timestamp'] = df['Timestamp'].replace('/','-').apply(pd.to_datetime)

#set origin  
firts_timestamp =df['Timestamp'].min()
origin = (firts_timestamp + pd.to_timedelta(firts_timestamp.hour - FIRSTHOUR, unit='hours'))
day = pd.date_range("00:00", "23:00", freq="60min").strftime('%H:%M').tolist()
# convert alarms sumatory timestamps to day fractions
df['start'] = (df['Timestamp'] - origin) / np.timedelta64(1, 'D')
df['stop'] = (pd.DatetimeIndex(df['Timestamp']) + timedelta(minutes=1)- origin)/np.timedelta64(1, 
'D')

fig = plt.figure(figsize=(8, 6))
ax = fig.gca(projection="polar")

for idx, event in df.iterrows():
    # sample normalized alarms summatory colormap
    alarms_sum = event['alarms summatory']/4        
    color = plt.cm.get_cmap(COLORMAP)(alarms_sum)
    tstart, tstop = event.loc[['start', 'stop']]
    # timestamps are in day fractions, 2pi is one day
    nsamples = int(10000. * (tstop - tstart))
    t = np.linspace(tstart, (tstop),nsamples)
    theta = 2 * np.pi * (t) 
    arc, = ax.plot(theta, t, lw=LINEWIDTH, color=color, solid_capstyle=CAPSTYLE, alpha=ALPHA)
    arc.set_path_effects([mpe.Stroke(linewidth=LINEWIDTH+EDGEWIDTH, foreground='black'),mpe.Normal()])

#set grid, labels
ax.set_rticks([])
ax.set_theta_zero_location("N")
ax.set_theta_direction(-1)
ax.set_xticks(np.linspace(0, 2*np.pi, 24, endpoint=False))
ax.set_xticklabels(day)
ax.tick_params('x', pad=2)
ax.grid(True)
#show graph
norm = mpl.colors.Normalize(vmin=0, vmax=4)
sm = plt.cm.ScalarMappable(cmap=COLORMAP, norm=norm)
sm.set_array([])
plt.colorbar(sm, ticks=np.linspace(0, 4, 10), fraction=0.04, aspect=60, pad=0.1, label="alarms summatory", ax=ax)
plt.show()

先谢谢您，祝您愉快。

Answer 1

欢迎来到SO! 很好的第一个问题。

你可以通过设置负的yr-limits将极值图转换为 "甜甜圈 "图，非常容易。

ax.set_rlim(bottom=-10) # or ax.set_ylim(bottom=-10)