作者：俊欣

作者：有关数据分析与建模

流程图存有于他们日常生活的各方面，对他们跟踪工程建设项目的重大进展，作出各式各样事情的重大决策都有著非常大的帮助，而对LX1的Python来说呢，绘出流程图也是十分随心所欲的，那时小贴士就来为大家介绍三个用作绘出流程图的组件，他们先上看第二个。

SchemDraw

所以在SchemDraw组件之中呢，有五个原素用以代表流程图的主要就节点的，圆形代表的是重大决策的已经开始和完结，标识符如下表所示

import schemdraw from schemdraw.flow import * with schemdraw.Drawing() as d: d += Start().label("Start")

output

斜线则表示的是重大决策的迈向，用以相连各节点的，标识符如下表所示

with schemdraw.Drawing() as d: d += Arrow(w = 5).right().label("Connector")

output

矩形代表的是你首先需要去处理和解决的问题，而方形所代表的是你首先需要有鉴于此作出的努力换句话说是过程，标识符如下表所示

with schemdraw.Drawing() as d: d += Data(w = 5).label("Whats the problem")

output

with schemdraw.Drawing() as d: d += Process(w = 5).label("Processing")

output

而梯形代表的则是重大决策的具体情况，标识符如下表所示

with schemdraw.Drawing() as d: d += Decision(w = 5).label("Decisions")

output

他们来绘出两个简单的流程图，倘若周日的这时候他们想著要不要进来野餐(Camping)，那难道要去野餐不然，他们的确是需要查阅呵呵天气情况，看呵呵是不是天晴(Sunny)，如果是雨天(Rainy)不然，就不去，依照此种逻辑，他们来绘出呵呵流程图，标识符如下表所示

import schemdraw from schemdraw.flow import * with schemdraw.Drawing() as d: d+= Start().label("Start") d+= Arrow().down(d.unit/2) # 具体是啥问题嘞 d+= Data(w = 4).label("Go camping or not") d+= Arrow().down(d.unit/2) # 第一步 查阅天气情况 d+= Box(w = 4).label("Check weather first") d+= Arrow().down(d.unit/2) # 是不是天晴 d+= (decision := Decision(w = 5, h= 5, S = "True", E = "False").label("See if its sunny")) # 如果是真不然 d+= Arrow().length(d.unit/2) d+= (true := Box(w = 5).label("Sunny, go camping")) d+= Arrow().length(d.unit/2) # 完结 d+= (end := Ellipse().label("End")) # 如果不是天晴不然 d+= Arrow().right(d.unit).at(decision.E) # 那如果是雨天不然，就不能去野餐咯 d+= (false := Box(w = 5).label("Rainy, stay at home")) # 重大决策的迈向 d+= Arrow().down(d.unit*2.5).at(false.S) # 重大决策的迈向 d+= Arrow().left(d.unit*2.15) d.save("palindrome flowchart.jpeg",dpi = 300)

output

Networkx

Networkx组件用以创建和处理复杂的图网络结构，生成多种随机网络和经典网络，分析网络结构和建立网络模型，例如在绘出人脉关系网的案例之中就可以用到networkx组件，

而例如两个公司的组织架构图，也可以用到该组件，来简单直观的绘出公司的整体架构，标识符如下表所示

import networkx as nx import matplotlib.pyplot as plt import numpyas np G = nx.DiGraph() nodes = np.arange(0, 8).tolist() G.add_nodes_from(nodes) # 节点相连的信息，哪些节点的是相相连的 G.add_edges_from([(0,1), (0,2), (1,3), (1, 4), (2, 5), (2, 6), (2,7)]) # 节点的位置 pos = {0:(10, 10), 1:(7.5, 7.5), 2:(12.5, 7.5), 3:(6, 6), 4:(9, 6), 5:(11, 6), 6:(14, 6), 7:(17, 6)} # 节点的标记 labels = {0:"CEO", 1: "Team A Lead", 2: "Team B Lead", 3: "Staff A", 4: "Staff B", 5: "Staff C", 6: "Staff D", 7: "Staff E"} nx.draw_networkx(G, pos = pos, labels = labels, arrows = True, node_shape = "s", node_color = "white") plt.title("Company Structure") plt.show()

output

看到这里，大家可能会觉得会指出来的结果有点简单，想要添加上去些许颜色，标识符如下表所示

nx.draw_networkx(G, pos = pos, labels = labels, bbox = dict(facecolor = "skyblue", boxstyle = "round", ec = "silver", pad = 0.3), edge_color = "gray" ) plt.title("Company Structure") plt.show()

output