迁移数据玫瑰图绘制异常求助：细胞轨迹角度与位移可视化

嘿，我完全懂你这种挫败感——本来想靠玫瑰图把细胞亚群的轨迹特征（用环绕角度对应平均轨迹方向，条形长度对应总位移）清晰展示出来，结果画出来的图和你预想的手绘效果差得十万八千里，太闹心了对吧？

我帮你梳理几个最容易踩的坑，以及对应的解决思路，再给你一个可直接复用的示例代码：

常见问题与排查方向 #

1. 角度单位搞混了（弧度vs角度） #

绝大多数绘图库（比如Matplotlib的极坐标模块）默认使用弧度计算角度，但我们记录的轨迹角度一般是0-360的角度值。如果直接把角度值喂进去，相当于把360度当成了2π弧度（约6.28），方向肯定全乱了。

解决：把角度值转换成弧度，用np.radians(your_angle)就能搞定。

2. 极坐标的方向定义不匹配 #

绘图库默认的极坐标通常是从右侧（x轴正方向）为0度，逆时针旋转；但生物学里的轨迹角度经常会把上方（y轴正方向）作为0度，顺时针旋转。这种定义差异会导致所有条形的方向都偏移90度，完全不符合预期。

解决：根据你的角度定义做转换。如果是“向上为0度顺时针”，就用adjusted_angles = np.radians(90 - mean_angles)把角度映射到绘图库的极坐标体系里。

3. 位移值被错误缩放 #

有时候绘图代码会不小心对位移做了归一化（比如把所有条长缩到0-1范围），或者设置了错误的y轴范围，导致条形长度和实际总位移完全不匹配。

解决：检查代码里有没有对位移值做额外处理，确保直接使用原始的总位移数据；同时手动设置极轴的y轴范围（比如ax.set_ylim(0, max(displacements)+2)），让所有条形都能完整显示。

4. 数据对应关系出错 #

如果是多亚群的玫瑰图，很容易把某个亚群的角度和另一个亚群的位移搞混，导致每个条形的方向和长度完全错位。

解决：打印出你的数据集，逐一核对每个亚群的角度和位移是否一一对应。

可复用的示例代码 #

假设你的测试数据集是这样的：

用Matplotlib绘制符合预期的玫瑰图代码如下：

import matplotlib.pyplot as plt
import numpy as np

# 测试数据集
cell_subgroups = ['Subgroup A', 'Subgroup B', 'Subgroup C', 'Subgroup D']
mean_angles = [45, 135, 225, 315]
total_displacements = [10, 15, 8, 12]

# 转换角度为弧度，这里假设你的角度是数学极坐标定义（右为0度逆时针）
# 如果是生物学常用的“上为0度顺时针”，把下面一行改成：
# adjusted_angles = np.radians(90 - np.array(mean_angles))
adjusted_angles = np.radians(mean_angles)

# 创建极坐标画布
fig, ax = plt.subplots(subplot_kw={'projection': 'polar'}, figsize=(8, 8))

# 绘制玫瑰图条形，width控制每个条形的角度宽度（这里是0.2弧度，约11.5度）
bars = ax.bar(adjusted_angles, total_displacements, width=0.2, bottom=0.0)

# 给每个亚群的条形设置不同颜色并添加标签
for bar, subgroup in zip(bars, cell_subgroups):
    bar.set_label(subgroup)
    bar.set_alpha(0.7)  # 可选：设置透明度

# 调整极轴的角度刻度，显示为0-360度
ax.set_xticks(np.radians([0, 45, 90, 135, 180, 225, 270, 315]))
ax.set_xticklabels(['0°', '45°', '90°', '135°', '180°', '225°', '270°', '315°'])

# 设置位移刻度范围，确保所有条形都能完整显示
ax.set_ylim(0, max(total_displacements) + 2)

# 添加图例和标题
ax.legend(loc='upper right', bbox_to_anchor=(1.3, 1.1))
ax.set_title('Cell Subgroup Trajectory: Angle vs Total Displacement', y=1.1)

plt.show()

最后排查建议 #

如果按照上面的方法调整后还是不对，你可以：

• 单独打印转换后的角度值，确认每个角度对应的极坐标方向是否正确
• 把位移值直接输出，确保绘图时用的是原始数据
• 检查代码里有没有其他修改极轴属性的语句（比如ax.set_theta_direction(-1)会反转旋转方向）

内容的提问来源于stack exchange，提问作者Erin