创建了一个非常基本的脚本来生成三元（或更多）图。没有网格线或刻度线，但使用“基础”数组中的向量添加这些不会太难。
from pylab import *
def ternaryPlot(
data,
# Scale data for ternary plot (i.e. a + b + c = 1)
scaling=True,
# Direction of first vertex.
start_angle=90,
# Orient labels perpendicular to vertices.
rotate_labels=True,
# Labels for vertices.
labels=('one','two','three'),
# Can accomodate more than 3 dimensions if desired.
sides=3,
# Offset for label from vertex (percent of distance from origin).
label_offset=0.10,
# Any matplotlib keyword args for plots.
edge_args={'color':'black','linewidth':2},
# Any matplotlib keyword args for figures.
fig_args = {'figsize':(8,8),'facecolor':'white','edgecolor':'white'},
):
'''
This will create a basic "ternary" plot (or quaternary, etc.)
'''
basis = array(
[
[
cos(2*_*pi/sides + start_angle*pi/180),
sin(2*_*pi/sides + start_angle*pi/180)
]
for _ in range(sides)
]
)
# If data is Nxsides, newdata is Nx2.
if scaling:
# Scales data for you.
newdata = dot((data.T / data.sum(-1)).T,basis)
else:
# Assumes data already sums to 1.
newdata = dot(data,basis)
fig = figure(**fig_args)
ax = fig.add_subplot(111)
for i,l in enumerate(labels):
if i >= sides:
break
x = basis[i,0]
y = basis[i,1]
if rotate_labels:
angle = 180*arctan(y/x)/pi + 90
if angle > 90 and angle <= 270:
angle = mod(angle + 180,360)
else:
angle = 0
ax.text(
x*(1 + label_offset),
y*(1 + label_offset),
l,
horizontalalignment='center',
verticalalignment='center',
rotation=angle
)
# Clear normal matplotlib axes graphics.
ax.set_xticks(())
ax.set_yticks(())
ax.set_frame_on(False)
# Plot border
ax.plot(
[basis[_,0] for _ in range(sides) + [0,]],
[basis[_,1] for _ in range(sides) + [0,]],
**edge_args
)
return newdata,ax
if __name__ == '__main__':
k = 0.5
s = 1000
data = vstack((
array([k,0,0]) + rand(s,3),
array([0,k,0]) + rand(s,3),
array([0,0,k]) + rand(s,3)
))
color = array([[1,0,0]]*s + [[0,1,0]]*s + [[0,0,1]]*s)
newdata,ax = ternaryPlot(data)
ax.scatter(
newdata[:,0],
newdata[:,1],
s=2,
alpha=0.5,
color=color
)
show()
R 有一个名为VCD的外部包，它应该可以满足您的需求。
文档非常好（122 页手册随包分发）；还有一本同名的书，Visual Display of Quantitative Information，作者是包的作者（Michael Friendly 教授）。
要使用vcd创建三元图，只需调用ternaryplot()并传入一个 mx 3 矩阵，即具有三列的矩阵。
方法签名非常简单；只需要一个参数（mx 3 数据矩阵）；并且所有关键字参数都与绘图的美感有关，除了比例尺，当设置为 1 时，按列规范化数据。
为了在三元图上绘制数据点，给定点的坐标被计算为质点的重心，其中包含数据矩阵的每个特征值都是一个单独的权重，因此点的坐标 V(a, b, c) 是
V(b, c/2, c * (3^.5)/2
为了生成下图，我刚刚创建了一些假数据来表示四种不同的化学混合物，每一种都由三种物质（x、y、z）的不同比例组成。我缩放了输入（所以 x + y + z = 1）但是如果您为其“缩放”参数传入一个值，该函数将为您完成（实际上，默认值为 1，我相信这是您的问题要求）。我使用不同的颜色和符号来表示四个数据点，但您也可以只使用单一颜色/符号并标记每个点（通过“id”参数）。
我在 R 中编写的一个包刚刚被 CRAN 接受，网页是www.ggtern.com：
它基于我用作平台的ggplot2 。对我来说，驱动力是希望在我的工作中保持一致性，并且由于我大量使用 ggplot2，因此该软件包的开发是一个合乎逻辑的进展。
对于那些使用 ggplot2 的人来说，使用 ggtern 应该是轻而易举的事，这里有几个演示可以实现什么。
使用以下代码生成：
# Load data
data(Feldspar)
# Sort it by decreasing pressure
# (so small grobs sit on top of large grobs
Feldspar <- Feldspar[with(Feldspar, order(-P.Gpa)), ]
# Build and Render the Plot
ggtern(data = Feldspar, aes(x = An, y = Ab, z = Or)) +
#the layer
geom_point(aes(fill = T.C,
size = P.Gpa,
shape = Feldspar)) +
#scales
scale_shape_manual(values = c(21, 24)) +
scale_size_continuous(range = c(2.5, 7.5)) +
scale_fill_gradient(low = "green", high = "red") +
#theme tweaks
theme_tern_bw() +
theme(legend.position = c(0, 1),
legend.justification = c(0, 1),
legend.box.just = "left") +
#tweak guides
guides(shape= guide_legend(order =1,
override.aes=list(size=5)),
size = guide_legend(order =2),
fill = guide_colourbar(order=3)) +
#labels and title
labs(size = "Pressure/GPa",
fill = "Temperature/C") +
ggtitle("Feldspar - Elkins and Grove 1990")
等值线图也已针对三元环境进行了修补，并且包含了一个新几何图形，用于通过马氏距离表示置信区间。
使用以下代码生成：
ggtern(data=Feldspar,aes(An,Ab,Or)) +
geom_confidence(aes(group=Feldspar,
fill=..level..,
alpha=1-..level..),
n=2000,
breaks=c(0.01,0.02,0.03,0.04,
seq(0.05,0.95,by=0.1),
0.99,0.995,0.9995),
color=NA,linetype=1) +
geom_density2d(aes(color=..level..)) +
geom_point(fill="white",aes(shape=Feldspar),size=5) +
theme_tern_bw() +
theme_tern_nogrid() +
theme(ternary.options=element_ternary(padding=0.2),
legend.position=c(0,1),
legend.justification=c(0,1),
legend.box.just="left") +
labs(color="Density",fill="Confidence",
title="Feldspar - Elkins and Grove 1990 + Confidence Levels + Density") +
scale_color_gradient(low="gray",high="magenta") +
scale_fill_gradient2(low="red",mid="orange",high="green",
midpoint=0.8) +
scale_shape_manual(values=c(21,24)) +
guides(shape= guide_legend(order =1,
override.aes=list(size=5)),
size = guide_legend(order =2),
fill = guide_colourbar(order=3),
color= guide_colourbar(order=4),
alpha= "none")
Chloë Lewis 开发了一个三角形图通用类，旨在
使用 Python 和 Matplotlib 支持土壤纹理三角形。它可以在这里http://nature.berkeley.edu/~chlewis/Sourcecode.html https://github.com/chlewissoil/TernaryPlotPy
Chloe 编辑添加：将其移至更可靠的主机！此外，它是一个公共 repo，所以如果你想请求库化，你可以添加一个问题。希望它对某人有用。
我刚刚发现了一个使用 Python/Matplotlib 生成名为 wxTernary 的三元图的工具。它可以通过http://wxternary.sourceforge.net/获得——我第一次尝试就成功地生成了一个三元图。
如果找不到更简单的方法，请查找矢量绘图库并从头开始绘制。
有一个名为soiltexture的 R 包。它针对土壤质地三角形图，但可以针对某些方面进行定制。
