利用matplotlib库绘制雷达图

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。

 

 

雷达图例题

# 需求一: 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)

# 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

 

 

1.导入模块

mport numpy as np

import matplotlib.pyplot as plt

 2.将字体设置成中文模式

plt.rcParams['font.family'] = 'SimHei'

plt.rcParams['axes.unicode_minus'] = False

 3.准备雷达图科目数量及名称

dim_num = 6

radians = np.linspace(0, 2 * np.pi, dim_num, endpoint=False)

radians = np.concatenate((radians, [radians[0]]))

4.将A,B,C三位同学的成绩依次导入

# 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.开始绘制雷达图

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

6.设置多维度标签

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

8.填充多边形

tables = plt.fill(radians,score_a,radians,score_b,radians,score_c,alpha=0.25)

9.展示图表

plt.show()

运行结果如下图所示

312b6b02178d4f1fa80c4657f725e559.png

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,让我来为您介绍使用matplotlib绘制雷达图的方法: 首先,需要导入matplotlib和numpy: ```python import matplotlib.pyplot as plt import numpy as np ``` 接着,我们需要定义一些数据,每个数据表示一个指标的大小。这里我们定义了5个指标,每个指标的大小在0~1之间: ```python data = [0.5, 0.6, 0.8, 0.9, 0.7] ``` 然后,我们需要定义每个指标的名称,这里我们定义了5个指标名称: ```python labels = ['指标1', '指标2', '指标3', '指标4', '指标5'] ``` 接下来,我们需要计算每个指标在雷达图中的坐标,这里我们使用极坐标系来绘制雷达图,所以需要将每个指标转换为极坐标系下的坐标。我们可以使用如下代码来计算: ```python angles = np.linspace(0, 2*np.pi, len(labels), endpoint=False) data = np.concatenate((data, [data[0]])) angles = np.concatenate((angles, [angles[0]])) ``` 这里使用了numpy中的linspace方法来生成角度,endpoint参数设置为False表示不包含结束点。将第一个指标的大小添加到最后一个位置上,是为了闭合雷达图。同时将第一个角度添加到最后一个位置上,也是为了闭合雷达图。 接着,我们需要创建一个极坐标系并绘制雷达图。这里我们使用如下代码: ```python fig = plt.figure() ax = fig.add_subplot(111, polar=True) ax.plot(angles, data, 'o-', linewidth=2) ax.fill(angles, data, alpha=0.25) ax.set_thetagrids(angles * 180/np.pi, labels) plt.show() ``` 这里创建了一个极坐标系,并将polar参数设置为True来表示使用极坐标系。然后使用plot方法绘制雷达图,使用fill方法填充雷达图的内部。最后使用set_thetagrids方法设置角度刻度和标签,并使用show方法显示图像。 完整的代码如下: ```python import matplotlib.pyplot as plt import numpy as np data = [0.5, 0.6, 0.8, 0.9, 0.7] labels = ['指标1', '指标2', '指标3', '指标4', '指标5'] angles = np.linspace(0, 2*np.pi, len(labels), endpoint=False) data = np.concatenate((data, [data[0]])) angles = np.concatenate((angles, [angles[0]])) fig = plt.figure() ax = fig.add_subplot(111, polar=True) ax.plot(angles, data, 'o-', linewidth=2) ax.fill(angles, data, alpha=0.25) ax.set_thetagrids(angles * 180/np.pi, labels) plt.show() ``` 执行以上代码,即可绘制雷达图

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值