# matplotlib中文网 https://www.matplotlib.org.cn/intro/
# 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
导入模块并显示中文
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
准备a、b、c同学的数据
# 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]]))
绘制图表
# 2.绘制多边形(雷达图)
plt.polar(radians, score_a, radians, score_b, radians, score_c)
说明:
radians:表示雷达图的极角,也就是角度
score_a、b、c:表示雷达图的极径,也就是点到极点的距离
具体用法看下面链接或到主页查看:
matplotlib用面向对象的思维来编写数据可视化中的折线图,柱形图和堆积柱形图,条形图和堆积条形图,堆积面积图,直方图,饼图和圆环图,散点图和气泡图,箱型图,雷达图,误差棒图-CSDN博客
完善图表
# 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
tables = plt.fill(radians,score_a,radians,score_b,radians,score_c)
concatenate()函数作用是在原本数据集后面拼接新的数据,形成新的数据集,这里的radar_labels是原来的数据集,拼接了[radar_labels[0],然后重新赋值给radar_labels
thetagrids()函数的作用是为极区图设置刻度标签
fill()函数的作用是填充多边形,换句话说是为具有多边形特性图形填充颜色
为a、b、c同学的雷达图设置不同的颜色和透明度
for t in tables:
t.set_alpha(np.random.rand()) # 添加不同的透明度
t.set_facecolor(np.random.rand(3)) # 添加不同的颜色
下面是完整代码
# matplotlib中文网 https://www.matplotlib.org.cn/intro/
# 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
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
# 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]]))
# 2.绘制多边形(雷达图)
# ——————————————————————————————————————————
plt.polar(radians, score_a, radians, score_b, radians, score_c)
# ——————————————————————————————————————————
# 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
# ——————————————————————————————————————————
tables = plt.fill(radians,score_a,radians,score_b,radians,score_c)
# ——————————————————————————————————————————
for t in tables:
t.set_alpha(np.random.rand()) # 添加不同的透明度
t.set_facecolor(np.random.rand(3)) # 添加不同的颜色
# 6.展示图表
plt.show()
结果