好久没有更新了，今天趁着放假，赶紧来水一期。嗯没错，就是这么直白。
我们做过几个关于生产调度相关的算法，相关的传送门如下：
遗传算法求解混合流水车间调度问题(附C++代码)
作业车间调度JSP与遗传算法GA及其Python/Java/C++实现
Tabu Search求解作业车间调度问题(Job Shop Scheduling)-附Java代码
但是说到生产调度，就不得不提甘特图这东西，可以用它来直观看调度的情况，非常方便。比如下图中：
Python画Gantt图
其实用Python画gantt原理是利用plt.barh()绘制水平方向的条形图，然后加以不同颜色区分表示。就是这么简单的。下面给出一个代码模板：
import matplotlib.pyplot as pltimport numpy as np
ax=plt.gca()
[ax.spines[i].set_visible(False) for i in ["top","right"]]def gatt(m,t):"""甘特图
m机器集
t时间集
"""for j in range(len(m)):#工序j
i=m[j]-1#机器编号iif j==0:
plt.barh(i,t[j])
plt.text(np.sum(t[:j+1])/8,i,'J%s\nT%s'%((j+1),t[j]),color="white",size=8)else:
plt.barh(i,t[j],left=(np.sum(t[:j])))
plt.text(np.sum(t[:j])+t[j]/8,i,'J%s\nT%s'%((j+1),t[j]),color="white",size=8)if __name__=="__main__":"""测试代码"""
m=np.random.randint(1,7,35)
t=np.random.randint(15,25,35)
gatt(m,t)
plt.yticks(np.arange(max(m)),np.arange(1,max(m)+1))
plt.show()
效果图如下：
这里讲讲plt.barh这个函数，官方barh()项目地址如下：
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.barh.html?highlight=barh#matplotlib.pyplot.barh
barh()表示绘制水平方向的条形图，基本使用方法为：
barh(y, width, left=0, height=0.8, edgecolor)
各个参数解析如下：
- y：在y轴上的位置
- width：条形图的宽度(从左到右的哦)
- left：开始绘制的x坐标
- edgecolor：图形边缘的颜色
还是用图解释方便一点，比如下图【J12 T21】：
当然，为了让各个图形更有区分度，你也可以指定边缘的颜色。
上面的是生产调度的甘特图。这里再帖一个项目管理的甘特图。是GitHub上的@stefanSchinkel大神(总是大神大神，让我觉得有种营销号的感觉！/哭笑)做的。详情可以戳： https://github.com/stefanSchinkel/gantt 东西全都封装好了。只需要下载上述文件中的gantt.py, 然后 from gantt import Gantt 即可使用。 ✎ 运行环境要求 matplotlib==3.0.3 numpy>=1.16.3 不过读取数据采用的是 json 格式的，结构如下：
- label：表示工作流程的名称
- start：开始时间
- end：结束时间
- milestones：里程碑
- legend：标签
- title：标题
- xlabel：x轴名称
- xticks：x轴的刻度标签
使用也很简单，比如利用当前目录下的sample.json生成一张甘特图：
from gantt
效果图如下：
MATLAB画Gannt图 当然MATLAB也是可以画的，具体我这里就不展开说了(因为我很少用这玩意，不太熟悉)。直接给出一个CSDN上@mnmalist大神写的脚本模板：
%fileName:mt06_final.mt06
效果图如下：
看起来也还行(花里胡哨的)。。。 好了，以上，这就是今天的内容介绍。
推荐阅读：
干货 | 想学习优化算法，不知从何学起？
干货 | 运筹学从何学起？如何快速入门运筹学算法？
干货 | 学习算法，你需要掌握这些编程基础(包含JAVA和C++)
干货 | 算法学习必备诀窍：算法可视化解密
干货 | 模拟退火、禁忌搜索、迭代局部搜索求解TSP问题Python代码分享
记得点个 在看 支持下哦～