Python 在绘图功能方面具有广泛的支持，涵盖了 CAD 绘图和数据可视化两个主要方向。对于 CAD 相关的图形绘制，Python 可以通过与 AutoCAD 的集成实现自动化绘图任务。例如，使用 `pyautocad` 或 `pyacad` 模块，Python 能够调用 AutoCAD 的 API 来创建、修改和操作 CAD 图形。这种集成允许 Python 脚本直接与 AutoCAD 交互，从而实现复杂的 CAD 操作，如创建几何图形、标注尺寸和管理图层 [^4]。 对于数据可视化，Python 提供了多个强大的库，能够实现从基础图表到复杂交互式可视化的绘制。其中，`plotnine` 是一个基于 `matplotlib` 和 `pandas` 开发的库，其设计灵感来源于 R 语言中的 `ggplot2`。`plotnine` 支持图层和映射等核心概念，允许用户通过简洁的语法构建复杂的图表，适用于需要高度定制化图表的场景 [^1]。 此外，`pyecharts` 是另一个值得注意的 Python 可视化库，它是百度开源的 ECharts 的 Python 版本。`pyecharts` 凭借其良好的交互性和精巧的图表设计，得到了众多开发者的认可。它特别适合需要创建交互式网页图表的场景，支持多种图表类型，并且可以轻松嵌入到 Web 应用中 [^2]。 另一个广泛使用的数据可视化工具是 `plotly`。`plotly` 提供了 `plotly.express` 模块，使得用户可以轻松绘制各种类型的图表，包括柱状图、散点图、折线图等。例如，通过 `plotly.express.bar` 方法，可以快速实现百分比堆积柱形图的绘制。这种图表类型非常适合展示分类数据的比例关系，适用于市场分析、社会科学研究等领域 [^3]。 综上所述，Python 不仅支持 CAD 绘图，还提供了丰富的数据可视化工具，能够满足从工程制图到数据分析的多种需求。 ### 代码示例 #### 使用 `plotly` 绘制百分比堆积柱形图 ```python import pandas as pd import plotly.express as px # 假设 data 是一个包含 'class', 'score', 'sex' 字段的 DataFrame data = pd.DataFrame({ 'class': ['A', 'B', 'C', 'A', 'B', 'C'], 'score': [85, 90, 78, 76, 88, 92], 'sex': ['Male', 'Female', 'Male', 'Female', 'Male', 'Female'] }) # 计算每个班级的总分 df = pd.DataFrame(data.groupby('class')['score'].sum()) # 定义计算百分比的函数 def func(score, df): return score / df.loc[data[data['score'] == score]['class']].values[0][0] * 100 # 添加百分比列 data['percent'] = data['score'].apply(func, df=df) # 使用 plotly 绘制百分比堆积柱形图 fig = px.bar(data, x='class', y='percent', color='sex', text_auto=True) fig.show() ``` ###