使用matplotlib调用plt.polar和plt.fill绘制雷达图

使用 polar()绘制雷达图

使用pyplot的polar() 函数可以快速绘制雷达图，polar() 函数的语法格式如下所示：

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。 

#插入模块

import numpy as np
import matplotlib.pyplot as plt

#设置中文

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

#三位同学科目成绩数据

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

#A同学 

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

#B同学 

score_b = np.array([91,88,83,72,78,26])
score_b = np.concatenate((score_b, [score_b[0]]))

 #C同学 

score_c = np.array([81,78,85,76,74,36])
score_c = np.concatenate((score_c, [score_c[0]]))

#绘制雷达图 调用plt.polar

plt.polar(radians,score_a,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]]))

#设置极坐标的标签

angles = radians * 180/np.pi  # 弧度转角度
plt.thetagrids(angles, labels=radar_labels)

#填充多边形 调用plt.fill

plt.fill(radians, score_a, 'r', radians, score_b, 'y', 
         radians, score_c, 'g',  alpha = 0.25)

#展示图表

plt.show()

#运行结果