提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
目录
前言
本文意在讲述利用matplotlib库中面向对象API绘制雷达图
一、雷达图
雷达图(Radar Chart)又被叫做蜘蛛网图,适用于显示三个或更多的维度的变量的强弱情况。比如某个企业在哪些业务方面的投入等,都可以用雷达图方便的表示。
在matplotlib.pyplot中,可以通过plt.polar来绘制雷达图,这个方法的参数跟plt.plot非常的类似,只不过是x轴的坐标点应该为弧度(2*PI=360°)。
注意:
● 因为polar并不会完成线条的闭合绘制,所以我们在绘制的时候需要在theta中和values中在最后多重复添加第0个位置的值,然后在绘制的时候就可以和第1个点进行闭合了,保证起点和终点是同一个位置。
● polar只是绘制线条,所以如果想要把里面进行颜色填充,那么需要调用fill函数来实现。
● polar默认的圆圈的坐标是角度,如果我们想要改成文字显示,那么可以通过xticks来设置。
二、实例
# 需求: 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)
1.引入库并设置中文
代码如下:
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
2.导入数据
代码如下:
# 1.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]]))
3.绘制多边形(雷达图)
代码如下:
# 2.绘制多边形(雷达图)
#——————————————————————————————————————————
plt.polar(radians,score_a)
plt.polar(radians,score_b)
plt.polar(radians,score_c)
#——————————————————————————————————————————
4.设置维度标签和极坐标的标签
代码如下:
# 3.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)
# 4.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
5.填充多边形
代码如下:
# 5.填充多边形
#——————————————————————————————————————————
plt.fill(radians,score_a,color='b',alpha=0.2)
plt.fill(radians,score_b,color='g',alpha=0.2)
plt.fill(radians,score_c,color='r',alpha=0.4)
#——————————————————————————————————————————
6. 展示图表
图表效果如下:
# 6.展示图表
plt.show()
总结
以上就是今天要讲的内容,本文仅仅简单介绍了如何利用matplotlib库中面向对象API绘制雷达图