### 绘制哑铃形状的图案 要使用 Python 绘制哑铃形状的图案，可以借助 `matplotlib` 或者 `seaborn` 库来完成。以下是基于 `matplotlib` 的一种实现方法： ```python import matplotlib.pyplot as plt import numpy as np # 创建画布和坐标轴 fig, ax = plt.subplots() # 定义哑铃的两个圆的位置和大小 circle1 = plt.Circle((0.5, 0.8), 0.1, color='blue') circle2 = plt.Circle((0.5, 0.2), 0.1, color='blue') # 添加圆形到坐标轴上 ax.add_artist(circle1) ax.add_artist(circle2) # 连接两个圆的直线 line_x = [0.5, 0.5] line_y = [0.7, 0.3] plt.plot(line_x, line_y, color='black', linewidth=4) # 设置图形范围和比例 ax.set_xlim(0, 1) ax.set_ylim(0, 1) ax.set_aspect('equal') # 隐藏坐标轴 plt.axis('off') # 显示图像 plt.show() ``` 上述代码创建了一个简单的哑铃形状图案，其中包含了两个蓝色的圆形以及一条连接它们的黑色线条[^1]。 如果希望进一步扩展此功能并将其应用于实际数据集，则可以通过调整参数动态生成多个哑铃形状，并结合具体业务场景进行展示。 #### 使用 Seaborn 和 Matplotlib 实现更复杂的哑铃图 对于更加复杂的数据可视化需求，比如对比不同类别的数值变化情况，可以利用 seaborn 提供的功能绘制哑铃图。下面是一个例子： ```python import pandas as pd import seaborn as sns import matplotlib.pyplot as plt # 构造示例 DataFrame 数据 data = {'Category': ['A', 'B', 'C'], 'Value1': [5, 9, 2], 'Value2': [7, 6, 4]} df = pd.DataFrame(data) # 排序以便更好地显示效果 df.sort_values(by=['Value1'], inplace=True) # 初始化绘图区域 sns.set_theme(style="whitegrid") f, ax = plt.subplots(figsize=(7, 5)) # 绘制两端点 ax.scatter(y=df['Category'], x=df['Value1'], s=100, c=sns.color_palette()[0], label="Start Value") ax.scatter(y=df['Category'], x=df['Value2'], s=100, c=sns.color_palette()[2], label="End Value") # 绘制连线部分形成完整的哑铃结构 for i in range(len(df)): ax.plot([df.iloc[i]['Value1'], df.iloc[i]['Value2']], [df.iloc[i]['Category'], df.iloc[i]['Category']], color='gray', linestyle='-', marker='', linewidth=1.5) # 图形美化设置 ax.legend(loc='upper right', bbox_to_anchor=(1.2, 1)) ax.set_xlabel("Values", fontsize=14) ax.set_ylabel("Categories", fontsize=14) ax.set_title("Dumbbell Chart Example", fontsize=16) plt.tight_layout() plt.show() ``` 这段代码展示了如何通过散点图与线段组合的方式构建哑铃图，适用于多组分类变量之间的差异分析。