技巧 | Python绘制2022年卡塔尔世界杯决赛圈预测图

本文涉及的产品
函数计算FC,每月15万CU 3个月
简介: 技巧 | Python绘制2022年卡塔尔世界杯决赛圈预测图

大家好,我是欧K~

卡塔尔世界杯小组赛过半,十六强即将产生,本期利用python教大家制作 2022年卡塔尔世界杯决赛圈预测图 ,希望对大家有所帮助。

注:A组和B组小组赛已结束,荷兰、塞内加尔、英格兰、美国已确定出线进入十六强,剩余12席位还在进行中声明:文章赛程为预测赛程,不代表实际赛程,仅供参考

绘图

1. 世界杯三十二强

各小组图可以使用子图(ax)实现,绘制条形图就可以了,这里因为位置是相对固定的,所以我用了polygon实现,循环即可:

for i in range(4):
    polygon1 = Polygon([[-x1,-y1],[-x1,-y2],[-x2,-y2],[-x2,-y1]], fc=fc_t, ec=fc_t1, closed=True)
    ax.add_artist(polygon1)
    polygon1 = Polygon([[x1,-y1],[x1,-y2],[x2,-y2],[x2,-y1]], fc=fc_t, ec=fc_t1, closed=True)
    ax.add_artist(polygon1)
    y1 -= 3
    y2 -= 3

2. 世界杯十六强

预测十六强:巴西、乌拉圭、葡萄牙、瑞士、西班牙、比利时、克罗地亚、德国、阿根廷、澳大利亚、法国、波兰、荷兰、美国、英格兰、塞内加尔

巴西、乌拉圭、葡萄牙、瑞士为例:

countries = ['巴西','乌拉圭','葡萄牙','瑞士']
x1 = 6.25
y1,y2 = 5,6
for i in range(0,4,2):
    arr_img = mpimg.imread(f'./pic/{countries[i]}.png')
    imagebox = OffsetImage(arr_img, zoom=zoom_t1)
    ab = AnnotationBbox(imagebox, [-x1, -y1], pad=0.02, frameon=False, alpha=0.1)
    ax.add_artist(ab)
    arr_img = mpimg.imread(f'./pic/{countries[i+1]}.png')
    imagebox = OffsetImage(arr_img, zoom=zoom_t1)
    ab = AnnotationBbox(imagebox, [-x1, -y2], pad=0.02, frameon=False, alpha=0.1)
    ax.add_artist(ab)
    x1 = -x1

3. 世界杯八强

预测八强:巴西、西班牙、德国、阿根廷、法国、荷兰、英格兰、葡萄牙

绘制方式同十六强。

4. 世界杯四强

预测四强:巴西、西班牙、法国、荷兰

绘制方式同八强。

5. 决赛圈

决赛圈:巴西、法国预测冠军:巴西

更多可视化绘图技巧:

https://www.heywhale.com/home/column/60e2740e3aeb9c0017b967a2

END


以上就是本期为大家整理的全部内容了,赶快练习起来吧,喜欢的朋友可以点赞、点在看也可以分享让更多人知道

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
相关文章
|
6月前
|
数据可视化 数据挖掘 数据处理
python 盒装图纵坐标单位
【4月更文挑战第1天】
|
6月前
|
Python
针状图(python
针状图(python
51 0
|
6月前
|
数据可视化 Python
python数据可视化 - matplotlib专题:带数据标签的双batch的Bar图绘制示例
python数据可视化 - matplotlib专题:带数据标签的双batch的Bar图绘制示例
77 0
|
4月前
|
存储 程序员 Python
小白也能用的代码!1行Python,把PPT转成1张长图
大家好,我是程序员晚枫。今天介绍`python-office`库的新功能:仅用1行Python代码将PPT转为单张长图。
80 11
 小白也能用的代码!1行Python,把PPT转成1张长图
|
4月前
|
算法 Python
Python 大神修炼手册:图的深度优先&广度优先遍历,深入骨髓的解析
【7月更文挑战第12天】Python进阶必学:DFS和BFS图遍历算法。理解图概念,用邻接表建无向图,实现DFS和BFS。DFS适用于查找路径,BFS解决最短路径。通过实例代码加深理解,提升编程技能。
38 4
|
4月前
|
算法 Python
逆袭之路!用 Python 玩转图的 DFS 与 BFS,让数据结构难题无处遁形
【7月更文挑战第12天】图的遍历利器:DFS 和 BFS。Python 中,图可表示为邻接表或矩阵。DFS 沿路径深入,回溯时遍历所有可达顶点,适合找路径和环。BFS 层次遍历,先近后远,解决最短路径问题。两者在迷宫、网络路由等场景各显神通。通过练习,掌握这些算法,图处理将游刃有余。
63 3
|
4月前
|
存储 算法 Python
“解锁Python高级数据结构新姿势:图的表示与遍历,让你的算法思维跃升新高度
【7月更文挑战第13天】Python中的图数据结构用于表示复杂关系,通过节点和边连接。常见的表示方法是邻接矩阵(适合稠密图)和邻接表(适合稀疏图)。图遍历包括DFS(深度优先搜索)和BFS(广度优先搜索):DFS深入探索分支,BFS逐层访问邻居。掌握这些技巧对优化算法和解决实际问题至关重要。**
40 1
|
4月前
|
存储 算法 搜索推荐
Python高手必备!揭秘图(Graph)的N种风骚表示法,让你的代码瞬间高大上
【7月更文挑战第10天】在Python中,图数据结构通过邻接矩阵、邻接表、边列表和邻接集来表示,用于社交网络分析和路径查找等。邻接矩阵用二维数组存储连接,邻接表仅存储每个节点的邻居,节省空间。边列表列出所有边,而邻接集用集合确保邻居唯一性。选择合适表示法能提升代码效率和可读性,展现编程技巧。
63 1
|
5月前
|
机器学习/深度学习 数据采集 TensorFlow
使用Python实现深度学习模型:图神经网络(GNN)
使用Python实现深度学习模型:图神经网络(GNN)
260 1
|
4月前
|
数据可视化 Python
Python中绘制3D曲面图的艺术
【7月更文挑战第4天】使用Python的Matplotlib和mpl_toolkits.mplot3d库,可以轻松绘制3D曲面图。首先安装matplotlib,然后导入numpy和相关模块。通过定义函数和使用numpy的meshgrid生成数据,接着用`plot_surface`绘制曲面,可定制色彩映射、添加标签、标题、色标、透明度和阴影。通过自定义颜色映射和添加网格线,能进一步增强图形的解读性。这些技巧使3D数据可视化更具洞察力和吸引力。
84 0