利用Python中的numpy实现数据可视化功能（并运用tkinter使程序功能更加灵活）

代码如下：

from tkinter import *
import tkinter as tk

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']='SimHei'
plt.rcParams['axes.unicode_minus']=False

def function1():
    courses = np.array(['语文', '数学', '英语', '物理', '化学', '生物'])
    scores = np.array([[95, 75, 86],
                       [96, 93, 76],
                       [63, 85, 93],
                       [91, 88, 67],
                       [86, 76, 87]])
    data_length = len(scores)
    angles = np.linspace(0, 2 * np.pi, data_length, endpoint=False)
    scores = np.concatenate((scores, [scores[0]]))
    angles = np.concatenate((angles, [angles[0]]))
    plt.polar(angles, scores, 'o-', linewidth=3)
    plt.thetagrids(angles * 180 / np.pi, courses, fontproperties='simhei')
    plt.legend(['高二1班', '高二2班', '高二3班'], loc=(0.94, 0.80), labelspacing=0.1)
    plt.show()
def function2():
    courses = np.array(['语文', '数学', '英语', '物理', '化学', '生物'])
    scores1 = np.array([95, 96, 85, 63, 91, 86])
    scores2 = np.array([75, 93, 66, 85, 88, 76])
    scores3 = np.array([86, 76, 96, 93, 67, 87])
    x = [1, 2, 3, 4, 5, 6]
    plt.xticks(x, courses)
    plt.plot(x, scores1)
    plt.plot(x, scores2)
    plt.plot(x, scores3)
    plt.legend(['高二1班', '高二2班', '高二3班'], loc=(0.94, 0.80), labelspacing=0.1)
    plt.title("成绩评估")
    plt.show()
def function3():
    courses = np.array(['语文', '数学', '英语', '物理', '化学', '生物'])
    scores1 = np.array([95, 96, 85, 63, 91, 86])
    scores2 = np.array([75, 93, 66, 85, 88, 76])
    scores3 = np.array([86, 76, 96, 93, 67, 87])
    x = [1, 2, 3, 4, 5, 6]
    plt.xticks(x, courses)
    plt.scatter(x, scores1)
    plt.scatter(x, scores2)
    plt.scatter(x, scores3)
    plt.legend(['高二1班', '高二2班', '高二3班'], loc=(0.94, 0.80), labelspacing=0.1)
    plt.title("成绩评估")
    plt.show()
def function4():

    courses = np.array(['语文', '数学', '英语', '物理', '化学', '生物'])

    scores1 = np.array([95, 96, 85, 63, 91, 86])

    scores2 = np.array([75, 93, 66, 85, 88, 76])

    scores3 = np.array([86, 76, 96, 93, 67, 87])

    x = np.linspace(0, 6, 6)

    plt.xticks(x, courses)

    width = 0.15

    plt.bar(x - width, scores1, width=0.15)

    plt.bar(x, scores2, width=0.15)

    plt.bar(x + width, scores3, width=0.15)

    plt.legend(['高二1班', '高二2班', '高二3班'], loc=(0.94, 0.80), labelspacing=0.1)

    plt.title("成绩评估")

    plt.show()

win = tk.Tk()

win.title("图表")

win.geometry("300x85")

b01=Button(win, text="雷达图", command=function1).place(x=0, y=5, width=75, height=75)

b02 = Button(win, text="折线图",command=function2).place(x=75,y=5,width=75,height=75)

b03 = Button(win, text="散点图",command=function3).place(x=150,y=5,width=75,height=75)

b04 = Button(win, text="柱状图",command=function4).place(x=225,y=5,width=75,height=75)

win.mainloop()

在刚编写完可视化部分的代码后，运行时我发现四个图表是按照固定顺序依次显示的。于是我在可视化部分的代码的基础上，又添加了一个tkinter的页面，点击对应按钮，就可以打开对应的可视化图表，且关闭图表之后还可以再打开，使程序功能更加灵活。