简易的雷达图示例

要用到Numpy库和Matplotlib库，以一个简单的例题为例，统计各班的6科成绩并用雷达图表示。

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
courses = np.array(['语文', '数学', '英语', '物理', '化学', '生物'])
class_scores = [
    np.array([95, 75, 86, 96, 93, 76]),
    np.array([85, 66, 96, 63, 85, 93]),
    np.array([91, 88, 67, 86, 76, 87])
]

for idx, scores in enumerate(class_scores, start=1):
    angles = np.linspace(0, 2 * np.pi, len(courses), endpoint=False)
    scores_padded = np.concatenate((scores, [scores[0]]))
    angles_padded = np.concatenate((angles, [angles[0]]))
    plt.polar(angles_padded, scores_padded, "o-", linewidth=3, label=f"高二{idx}班")
plt.thetagrids(angles * 180 / np.pi, courses, fontproperties="SimHei")
plt.title("成绩评估")
plt.legend(loc=(0.94, 0.80), labelspacing=0.1)
plt.show()c
程序分析：

1. 导入库:

   • 导入numpy库并简写为np，用于数组操作和数学计算。
   • 导入matplotlib.pyplot库并简写为plt，用于数据可视化，特别是绘制图表。

2. 设置字体:

   • 为了使中文能够正常显示在图表中，设置了matplotlib的字体配置，指定中文字体为'SimHei'（黑体），并关闭了负号的Unicode编码问题，确保减号能正确显示。

3. 定义科目数组:

   • courses数组存储了六个科目的名称，分别是：语文、数学、英语、物理、化学、生物。

4. 定义班级成绩数据:

   • class_scores是一个二维列表（实际上是NumPy数组的列表），包含了三个班级在六门课程上的成绩数据。

5. 绘制雷达图循环:

   • 使用enumerate函数遍历每个班级的成绩数据，同时通过start=1参数使索引从1开始计数，对应高二1班、高二2班、高二3班。
   • 对于每个班级，执行以下步骤：
     • 计算每个扇区的角度，使用linspace函数从0到2π（不包括2π），确保角度均匀分布且与科目数量相匹配。
     • 为了闭合图形，将成绩列表首位相连（即在成绩列表末尾添加第一个成绩，在角度列表末尾添加第一个角度）。
     • 调用plt.polar函数绘制雷达图，其中angles_padded和scores_padded分别为角度和成绩，"o-"指定了线型和标记点样式，linewidth=3设置了线条宽度，label参数为图例标签，如"高二1班"。

6. 图表其他配置:

   • 使用thetagrids函数设置雷达图的轴标签，使其对应科目名称，并转换角度为度数显示，同时设置字体以便中文显示。
   • 设置图表标题为"成绩评估"。
   • 通过legend函数放置图例，调整其位置为(0.94, 0.80)，并设置了labelspacing=0.1以微调图例的间距。

7. 展示图表:最后，调用plt.show()显示绘制好的雷达图。