一、使用polar( )绘制雷达图
该polar( )函数常用的参数的含义:
theta:表示每个数据点所在射线与极径的夹角
r:表示每个数据点到原点的距离
polar( )函数的语法格式如下:
polar(theta,r,**kwargs)
二、举例子演示
例子:把B同学和C同学的成绩用雷达图展示在同一个绘图区域,并填充不同颜色和透明度
导入模块:
import numpy as np
import matplotlib.pyplot as plt
# 0.设置中文
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
设计表图:
dim_num = 6
radians = np.linspace(0, 2 * np.pi, dim_num, endpoint=False)
radians = np.concatenate((radians, [radians[0]]))
准备数据:
# B同学:'数学','英语','线代','爬虫','数据可视化','吃喝玩乐' ---> 91,88,83,72,78,26
score_b = np.array([91,88,83,72,78,26])
score_b = np.concatenate((score_b, [score_b[0]]))
# C同学:'数学','英语','线代','爬虫','数据可视化','吃喝玩乐' ---> 81,78,85,76,74,36
score_c = np.array([81,78,85,76,74,36])
score_c = np.concatenate((score_c, [score_c[0]]))
绘制多边形雷达图:
plt.polar(radians,score_b,
radians,score_c)
# 设置维度标签
radar_labels = ['数学','英语','线代','爬虫','数据可视化','吃喝玩乐']
radar_labels = np.concatenate((radar_labels, [radar_labels[0]])) # 拼接一下,构成闭环 (此处可以不拼接,为了统一而已)
# 设置极坐标的标签
angles = radians * 180/np.pi # 弧度转角度
plt.thetagrids(angles, labels=radar_labels) # 设置新的刻度标签
#填充多边形,设置不同透明度和颜色:
plt.fill(radians,score_b,alpha=0.1,color='b')
plt.fill(radians,score_c,alpha=0.2,color='r')
# 展示图表
plt.show()