前言:
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:
polar(theta,r,**kwargs)
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。
具体代码示例如下:
# 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' ---> 91,88,53,22,38,26
# C同学成绩: '数学','英语','线代','爬虫','数据可视化','吃喝玩乐' ---> 81,98,85,76,88,66
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' ---> 11,88,66,62,98,100
score_a = np.array([11,88,66,62,98,100])
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' ---> 91,88,53,22,38,26
score_b = np.array([91,88,53,22,38,26])
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' ---> 81,98,85,76,88,66
score_c = np.array([81,98,85,76,88,66])
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,alpha=0.25)
# 6.展示图表
plt.show()