流程图存在于我们生活的方方面面，对我们跟踪项目进度、对各种事情进行决策都有很大的帮助。对于全能的Python来说，画流程图也很容易。今天，小编就给大家介绍两个绘制流程图的模块，我们先来看第一个。SchemDraw所以在SchemDraw模块中，有六个元素用来表示流程图的主要节点。椭圆代表决策的开始和结束。代码如下：importschemdrawfromschemdraw.flowimport*withschemdraw.Drawing()asd:d+=Start().label("Start")输出箭头表示决策方向，用于连接每个节点。代码如下：withschemdraw.Drawing()asd:d+=Arrow(w=5).right().label("Connector")输出平行四边形代表你要处理和解决的问题，而长方形代表你想为此付出的努力或过程。代码如下：withschemdraw.Drawing()asd:d+=Data(w=5).label("What'stheproblem")outputwithschemdraw.Drawing()asd:d+=Process(w=5).label("Processing")输出，菱形表示决策的具体情况，代码如下：withschemdraw.Drawing()asd:d+=Decision(w=5).label("Decisions")output我们来画一个简单的过程图，如果我们在考虑周末要不要去野营（Camping），那么既然要去野营，就要查天气看是否晴天（Sunny），如果下雨了（Rainy），咱们不走，按照这个逻辑，我们画一个流程图，代码如下：importschemdrawfromschemdraw.flowimport*withschemdraw.Drawing()asd:d+=Start().label("开始")d+=箭头().down(d.unit/2)#具体问题是什么？d+=Data(w=4).label("Gocampingornot")d+=Arrow().down(d.unit/2)#第一步是查看天气d+=Box(w=4).label("Checkweatherfirst")d+=Arrow().down(d.unit/2)#是否晴天d+=(decision:=Decision(w=5,h=5,S="True",E="False").label("Seeifit'ssunny"))#iftrued+=Arrow().length(d.unit/2)d+=(true:=Box(w=5).label("Sunny,gocamping"))d+=Arrow().length(d.unit/2)#endd+=(end:=Ellipse().label("End"))#ifnotIfit'ssunnyd+=Arrow().right(d.unit).at(decision.E)#如果下雨，你不能去露营d+=(false:=Box(w=5).label("Rainy,stayathome"))#决策的方向d+=Arrow().down(d.unit*2.5).at(false.S)#决策的方向d+=Arrow().left(d.unit*2.15)d.save("palindromeflowchart.jpeg",dpi=300)outputNetworkxNetworkx模块用于创建和处理复杂的图网络结构，生成各种随机网络和经典网络，分析网络结构和构建网络模型，例如绘制人际关系关系网络的情况下可以使用networkx模块。比如一个公司的组织结构图，也可以使用这个模块，简单直观的画出公司的整体架构。代码如下：importnetworkxasnximportmatplotlib.pyplotaspltimportnumpyasnpG=nx.DiGraph()nodes=np.arange(0,8).tolist()G.add_nodes_from(nodes)#节点连接信息，连接了哪些节点G.add_edges_from([(0,1),(0,2),(1,3),(1,4),(2,5),(2,6),(2,7)])#节点位置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)}#节点标签labels={0:"CEO",1:"TeamALead",2:"TeamBLead",3:"StaffA",4:"StaffB",5:"员工C",6:"员工D",7:"员工E"}nx.draw_networkx(G,pos=pos,labels=labels,arrows=True,node_shape="s",node_color="white")plt.title("CompanyStructure")plt.show()output看到这里，你可能会认为指出的结果有点简单。如果要加点颜色，代码如下：nx.draw_networkx(G,pos=pos,labels=labels,bbox=dict(facecolor="skyblue",boxstyle="round",ec="silver",pad=0.3),edge_color="gray")plt.title("公司结构")plt.显示（）输出
