如何使用 matplotlib 在绘制雷达图时只调用一次 plt.polar 和 plt.fill

一、使用 pyplot 绘制雷达图的函数是polar(),它是极坐标系下绘制折线图的函数

polar()函数的语法格式为：

polar(theta, r, **kwargs)

该函数常用参数的含义如下：
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。

例题：请把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，只允许调用一次 plt.polar 和 plt.fill 。
# A同学成绩： '数学','英语','线代','爬虫','数据可视化','吃喝玩乐' ---> 41,38,36,62,68,100
# B同学成绩： '数学','英语','线代','爬虫','数据可视化','吃喝玩乐' ---> 91,88,83,72,78,26
# C同学成绩： '数学','英语','线代','爬虫','数据可视化','吃喝玩乐' ---> 81,78,85,76,74,36

二、步骤如下：

1、导入名为 “numpy” 的 Python 库，并使用别名 “np” 来引用该库

        import numpy as np        

2、 导入 matplotlib.pyplot 库

        import matplotlib.pyplot as plt        

3、 设置支持汉字显示（固定代码，无需更改）

matplotlib 默认情况下不支持中文显示，如果需要显示中文，则我们需要做一些额外的设置操作。

        plt.rcParams['font.family'] = 'SimHei'        
        plt.rcParams['axes.unicode_minus'] = False        

使用 mpl.rcParams 设置参数时，是一种全局的设置。

4、导入数据

# 准备大数据专业三位同学各科目成绩

        dim_num = 6        
        radians = np.linspace(0, 2 * np.pi, dim_num, endpoint=False)         
        radians = np.concatenate((radians, [radians[0]]))        

# A同学： '数学','英语','线代','爬虫','数据可视化','吃喝玩乐'  --->   41,38,36,62,68,100

        score_a = np.array([41, 38, 36, 62, 68, 100])        
        score_a = np.concatenate((score_a, [score_a[0]]))        

# 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]]))        

5、绘制多边形（雷达图）

        plt.polar(radians, score_a,radians, score_b, radians,score_c)        

6、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]]))         

7、 设置极坐标的标签

        angles = radians * 180/np.pi        
        plt.thetagrids(angles, labels=radar_labels)        

8、 填充多边形

        plt.fill(radians,score_a,'b',radians,score_b,'r',radians,score_c,'g',alpha=0.5)  

9、添加图例

        kinds = ['A同学','B同学','C同学']        

10、展示图表

        plt.legend(kinds)        
        plt.show()                    

三、总代码如下：

# 1、导入名为 “numpy” 的 Python 库，并使用别名 “np” 来引用该库

import numpy as np

# 2、导入 matplotlib.pyplot 库

import matplotlib.pyplot as plt

# 3、设置支持汉字显示（固定代码，无需更改）
# matplotlib 默认情况下不支持中文显示，如果需要显示中文，则我们需要做一些额外的设置操作。

plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
# 使用 mpl.rcParams 设置参数时，是一种全局的设置。

# 4、导入数据
# 准备大数据专业三位同学各科目成绩

dim_num = 6
radians = np.linspace(0, 2 * np.pi, dim_num, endpoint=False)
radians = np.concatenate((radians, [radians[0]]))

# A同学： '数学','英语','线代','爬虫','数据可视化','吃喝玩乐'  --->   41,38,36,62,68,100
score_a = np.array([41, 38, 36, 62, 68, 100])
score_a = np.concatenate((score_a, [score_a[0]]))

# 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]]))

# 5、绘制多边形（雷达图）

plt.polar(radians, score_a,radians, score_b, radians,score_c)

# 6、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]]))

# 7、 设置极坐标的标签

angles = radians * 180/np.pi
plt.thetagrids(angles, labels=radar_labels)

# 8、 填充多边形

plt.fill(radians,score_a,'b',radians,score_b,'r',radians,score_c,'g',alpha=0.5)

# 9、添加图例

kinds = ['A同学','B同学','C同学']

# 10、展示图表

plt.legend(kinds)
plt.show()

 图表形成样式：