【python】matplotlib（radar chart）

最新推荐文章于 2025-03-17 18:07:07 发布
最新推荐文章于 2025-03-17 18:07:07 发布
阅读量1k 收藏 12
点赞数 14
分类专栏： Python 文章标签： python matplotlib 开发语言 雷达图
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bryant_meng/article/details/144984101
版权

在这里插入图片描述

文章目录

1、功能描述和原理介绍

基于 matplotlib 实现雷达图的绘制

一、雷达图的基本概念

雷达图（Radar Chart），也被称为蛛网图或星型图，是一种用于可视化多个变量之间关系的图表形式。它常用于比较多个变量之间的关系，特别是在展示各个维度的综合表现时非常有用。雷达图的基本构造是一个圆形网格，代表数据的各个维度。每个维度对应一个顶点，这些顶点通过直线连接，形成一个封闭的多边形。

二、绘制原理

  • 极坐标系统：
    雷达图是基于极坐标系统绘制的。在极坐标系统中，点的位置由角度和半径两个参数决定。
    在雷达图中，每个维度对应一个特定的角度，这些角度通常是等间隔分布的。

  • 数据映射：
    在绘制雷达图之前，需要将数据映射到极坐标系统上。这通常涉及将每个维度的值转换为对应的半径长度。
    为了保证各个维度之间的数值比例能够做同级别的比较，通常需要对数据进行标准化处理。

  • 绘制多边形：
    绘制雷达图时，从中心点开始，按照每个维度的角度绘制射线，并在射线上根据数据的值确定数据点的位置。
    将这些数据点依次连接起来，形成一个封闭的多边形，这个多边形就是雷达图的基本形状。

  • 区域填充：
    为了增强雷达图的视觉效果，通常会对多边形内部进行填充。
    填充的颜色、透明度等属性可以根据需要进行调整。

三、matplotlib绘制雷达图的步骤

  • 准备数据：
    确定要展示的维度和数据集。
    对数据进行标准化处理（如果需要）。

  • 设置图形大小和子图：
    使用 plt.figure() 设置图形的整体大小。
    使用 plt.subplots() 或 fig.add_subplot() 创建极坐标子图。

  • 绘制雷达图：
    使用 ax.plot() 或 ax.fill_between() 等方法绘制雷达图。
    设置角度和半径参数，确保数据正确映射到极坐标系统上。

  • 设置标签和标题：
    使用 ax.set_xticks() 和 ax.set_xticklabels() 设置角度标签。
    使用 plt.title() 或 ax.set_title() 设置图形标题。

  • 显示图形：
    使用 plt.show() 显示绘制好的雷达图。

四、注意事项

  • 数据标准化：在绘制雷达图之前，通常需要对数据进行标准化处理，以保证各个维度之间的数值比例能够做同级别的比较。
  • 角度设置：角度的设置应确保每个维度都能均匀分布在雷达图上。
  • 图形美观：可以通过调整颜色、透明度、线型等属性来增强雷达图的视觉效果。

2、代码实现

原始数据

# 漫威英雄
abilities = ['智力', '力量', '速度', '耐力', '能量', '技能']
super_heros = {
    '美国队长': [5, 4, 3, 4, 3, 7],
    '钢铁侠': [6, 3, 5, 5, 3, 3],
    '绿巨人': [6, 7, 3, 7, 1, 5],
    '蜘蛛侠': [5, 4, 5, 4, 2, 5],
    '灭霸': [7, 7, 7, 7, 7, 7],
    '雷神': [2, 5, 6, 7, 6, 6],
    '绯红女巫': [3, 3, 3, 3, 7, 3],
    '黑寡妇': [5, 3, 2, 3, 3, 7],
    '鹰眼': [5, 3, 3, 2, 2, 7],
}

转化后的数据


list1 = list(super_heros.keys())
print(f"'group':{list1},")

for index, ability in enumerate(abilities):
    attrib = []
    for item in super_heros:
        attrib.append(super_heros[item][index])
    print(f"'{ability}':", attrib, end=",\n")

output

'group':['美国队长', '钢铁侠', '绿巨人', '蜘蛛侠', '灭霸', '雷神', '绯红女巫', '黑寡妇', '鹰眼'],
'智力': [5, 6, 6, 5, 7, 2, 3, 5, 5],
'力量': [4, 3, 7, 4, 7, 5, 3, 3, 3],
'速度': [3, 5, 3, 5, 7, 6, 3, 2, 3],
'耐力': [4, 5, 7, 4, 7, 7, 3, 3, 2],
'能量': [3, 3, 1, 2, 7, 6, 7, 3, 2],
'技能': [7, 3, 5, 5, 7, 6, 3, 7, 7],

下面基于处理后的数据绘制雷达图

首先导入必要的库函数

import matplotlib.pyplot as plt
import pandas as pd
from math import pi

配置好支持中文显示

from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']  # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

配置绘制的数据

# Set data
df = pd.DataFrame({
        'group':['美国队长', '钢铁侠', '绿巨人', '蜘蛛侠', '灭霸', '雷神', '绯红女巫', '黑寡妇', '鹰眼'],
        '智力': [5, 6, 6, 5, 7, 2, 3, 5, 5],
        '力量': [4, 3, 7, 4, 7, 5, 3, 3, 3],
        '速度': [3, 5, 3, 5, 7, 6, 3, 2, 3],
        '耐力': [4, 5, 7, 4, 7, 7, 3, 3, 2],
        '能量': [3, 3, 1, 2, 7, 6, 7, 3, 2],
        '技能': [7, 3, 5, 5, 7, 6, 3, 7, 7],
})

步骤1，创建背景

# ---------- 步骤1 创建背景
def make_spider(row, title, color):
    # number of variable
    # 变量类别
    categories = list(df)[1:]
    # 变量类别个数
    N = len(categories)

    # 设置每个点的角度值
    angles = [n / float(N) * 2 * pi for n in range(N)]
    angles += angles[:1]

    # Initialise the spider plot
    # 分图
    ax = plt.subplot(3, 3, row + 1, polar=True, )
    plt.subplots_adjust(wspace=0.3, hspace=0.5)

    # If you want the first axis to be on top:
    # 设置角度偏移
    ax.set_theta_offset(pi / 2)
    # 设置顺时针还是逆时针，1或者-1
    ax.set_theta_direction(-1)

    # Draw one axe per variable + add labels labels yet
    # 设置x轴的标签
    plt.xticks(angles[:-1], categories, color='grey', size=12)  # 最外围

    # Draw ylabels
    # 画标签
    ax.set_rlabel_position(0)
    plt.yticks([3, 6, 9], ["3", "6", "9"], color="grey", size=7)  # 内圈
    plt.ylim(0, 10)  # 英雄的各项数值介于 0-10 之间

    # Ind
    # 填充数据
    values = df.loc[row].drop('group').values.flatten().tolist()
    values += values[:1]
    ax.plot(angles, values, color=color, linewidth=2, linestyle='solid')
    ax.fill(angles, values, color=color, alpha=0.4)

    # Add a title
    # 设置标题
    plt.title(title, size=15, color=color, position=(0.5, 0.5))

代码解析

九个英雄，布局成 3x3 的形式 ax = plt.subplot(3, 3, row + 1, polar=True, )

可是适当扩大些行列间距，plt.subplots_adjust(wspace=0.3, hspace=0.5)，防止图形绘制的时候重叠

绘制雷达图

my_dpi = 96
plt.figure(figsize=(1000 / my_dpi, 1000 / my_dpi), dpi=my_dpi)

# Create a color palette:
# 设定颜色
my_palette = plt.cm.get_cmap("gist_rainbow", len(df.index))

# Loop to plot
for row in range(0, len(df.index)):
    make_spider(row=row, title='hero ' + df['group'][row], color=my_palette(row))

plt.show()

plt.cm.get_cmap 颜色模式有许多种，可以自己选择

3、效果展示

在这里插入图片描述

试试更多的例子

在这里插入图片描述

4、完整代码

数据处理

# 漫威英雄
abilities = ['智力', '力量', '速度', '耐力', '能量', '技能']
super_heros = {
    '美国队长': [5, 4, 3, 4, 3, 7],
    '钢铁侠': [6, 3, 5, 5, 3, 3],
    '绿巨人': [6, 7, 3, 7, 1, 5],
    '蜘蛛侠': [5, 4, 5, 4, 2, 5],
    '灭霸': [7, 7, 7, 7, 7, 7],
    '雷神': [2, 5, 6, 7, 6, 6],
    '绯红女巫': [3, 3, 3, 3, 7, 3],
    '黑寡妇': [5, 3, 2, 3, 3, 7],
    '鹰眼': [5, 3, 3, 2, 2, 7],
}

# 火影忍者
abilities = ['忍', '体', '幻', '贤', '力', '速', '精', '印']
super_heros = {
    '旗木卡卡西': [10, 9, 8, 10, 7, 9, 6, 10],
    '自来也': [10, 9, 6, 9, 9, 9, 10, 9],
    '纲手': [10, 10, 7, 10, 10, 7, 8, 8],
    '宇智波鼬': [10, 9, 10, 10, 7, 10, 5, 10],
}

list1 = list(super_heros.keys())
print(f"'group':{list1},")

for index, ability in enumerate(abilities):
    attrib = []
    for item in super_heros:
        attrib.append(super_heros[item][index])
    print(f"'{ability}':", attrib, end=",\n")

雷达图绘制

import matplotlib.pyplot as plt
import pandas as pd
from math import pi

from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']  # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

# Set data
if 1:
    df = pd.DataFrame({
            'group':['美国队长', '钢铁侠', '绿巨人', '蜘蛛侠', '灭霸', '雷神', '绯红女巫', '黑寡妇', '鹰眼'],
            '智力': [5, 6, 6, 5, 7, 2, 3, 5, 5],
            '力量': [4, 3, 7, 4, 7, 5, 3, 3, 3],
            '速度': [3, 5, 3, 5, 7, 6, 3, 2, 3],
            '耐力': [4, 5, 7, 4, 7, 7, 3, 3, 2],
            '能量': [3, 3, 1, 2, 7, 6, 7, 3, 2],
            '技能': [7, 3, 5, 5, 7, 6, 3, 7, 7],
    })


if 0:
    df = pd.DataFrame({
        'group':['旗木卡卡西', '自来也', '纲手', '宇智波鼬'],
        '忍': [10, 10, 10, 10],
        '体': [9, 9, 10, 9],
        '幻': [8, 6, 7, 10],
        '贤': [10, 9, 10, 10],
        '力': [7, 9, 10, 7],
        '速': [9, 9, 7, 10],
        '精': [6, 10, 8, 5],
        '印': [10, 9, 8, 10],
    })

# ---------- 步骤1 创建背景
def make_spider(row, title, color):
    # number of variable
    # 变量类别
    categories = list(df)[1:]
    # 变量类别个数
    N = len(categories)

    # 设置每个点的角度值
    angles = [n / float(N) * 2 * pi for n in range(N)]
    angles += angles[:1]

    # Initialise the spider plot
    # 分图
    ax = plt.subplot(3, 3, row + 1, polar=True, )
    plt.subplots_adjust(wspace=0.3, hspace=0.5)

    # If you want the first axis to be on top:
    # 设置角度偏移
    ax.set_theta_offset(pi / 2)
    # 设置顺时针还是逆时针，1或者-1
    ax.set_theta_direction(-1)

    # Draw one axe per variable + add labels labels yet
    # 设置x轴的标签
    plt.xticks(angles[:-1], categories, color='grey', size=12)  # 最外围

    # Draw ylabels
    # 画标签
    ax.set_rlabel_position(0)
    plt.yticks([3, 6, 9], ["3", "6", "9"], color="grey", size=7)  # 内圈
    plt.ylim(0, 10)

    # Ind
    # 填充数据
    values = df.loc[row].drop('group').values.flatten().tolist()
    values += values[:1]
    ax.plot(angles, values, color=color, linewidth=2, linestyle='solid')
    ax.fill(angles, values, color=color, alpha=0.4)

    # Add a title
    # 设置标题
    plt.title(title, size=15, color=color, position=(0.5, 0.5))

# ---------- 步骤2 绘制图形
my_dpi = 96
plt.figure(figsize=(1000 / my_dpi, 1000 / my_dpi), dpi=my_dpi)

# Create a color palette:
# 设定颜色
my_palette = plt.cm.get_cmap("gist_rainbow", len(df.index))

# Loop to plot
for row in range(0, len(df.index)):
    make_spider(row=row, title=df['group'][row], color=my_palette(row))

plt.show()

5、多个雷达图绘制在一张图上

# Libraries
import matplotlib.pyplot as plt
import pandas as pd
from math import pi

from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']  # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

# Set data
df = pd.DataFrame({
    'group': ['旗木卡卡西', '自来也', '纲手', '宇智波鼬'],
    '忍': [10, 10, 10, 10],
    '体': [9, 9, 10, 9],
    '幻': [8, 6, 7, 10],
    '贤': [10, 9, 10, 10],
    '力': [7, 9, 10, 7],
    '速': [9, 9, 7, 10],
    '精': [6, 10, 8, 5],
    '印': [10, 9, 8, 10],
})

# ---------- 步骤1 创建背景

# number of variable
# 变量类别
categories = list(df)[1:]
# 变量类别个数
N = len(categories)

# 设置每个点的角度值
angles = [n / float(N) * 2 * pi for n in range(N)]
angles += angles[:1]

# Initialise the spider plot
# 初始化极坐标网格
ax = plt.subplot(111, polar=True)

# If you want the first axis to be on top:
# 设置角度偏移
ax.set_theta_offset(pi / 2)
# 设置顺时针还是逆时针，1或者-1
ax.set_theta_direction(-1)

# Draw one axe per variable + add labels labels yet
# 设置x轴的标签
plt.xticks(angles[:-1], categories)

# Draw ylabels
# 画标签
ax.set_rlabel_position(0)
plt.yticks([3, 6, 9], ["3", "6", "9"], color="grey", size=7)
plt.ylim(0, 10)

# ---------- 步骤1 绘制数据

# 单独绘制每一组数据
my_palette = plt.cm.get_cmap("rainbow", len(df.index))  # 颜色
for index in range(len(df["group"])):
    values = df.loc[index].drop('group').values.flatten().tolist()
    values += values[:1]
    ax.plot(angles, values, color=my_palette(index),
            linewidth=1, linestyle='solid', label=df["group"][index])
    ax.fill(angles, values, color=my_palette(index), alpha=0.2)

# Add legend
# 添加图例
plt.legend(loc='upper right', bbox_to_anchor=(0.1, 0.1))
plt.show()

在这里插入图片描述

my_palette = plt.cm.get_cmap("rainbow", len(df.index)) # 颜色 可以自由搭配颜色模式

6、参考

Matplotlib中的雷达图多维数据可视化探索（参数解析与实战）
步入烟尘的博客
05-02 476
雷达图是一种用于显示多个定量变量之间关系的图表类型。它通常使用一个多边形或线条连接多个点来表示数据。每个点的位置由一组变量的值确定，而每个变量通常位于图表的不同轴上。雷达图最常用于比较不同实体的特征，例如产品的各项指标或个人的技能评估。在这篇文章中，我们深入探讨了Matplotlib中雷达图的创建和定制化。首先，我们介绍了雷达图的概念和用途，它是一种用于显示多个定量变量之间关系的图表类型。
Python绘图入门：使用Matplotlib绘制雷达图
qq_39889473的博客
08-11 1704
雷达图的自定义功能非常强大。我们可以调整颜色、线条样式、填充透明度等，以更好地展示数据。# 绘制雷达图# 设置标签# 设置雷达图的圆形网格# 显示图表plt.title('择偶标准雷达图')plt.show()在这个示例中，我们自定义了雷达图的颜色、线条样式和填充透明度，还调整了标签的字体颜色和大小。通过这样的调整，你可以让图表更符合你的需求或审美标准。通过这篇博客，你已经学习了如何使用Matplotlib绘制雷达图，并对其进行自定义。
Matplotlib雷达图教程：学会绘制炫酷多彩的多维数据可视化
一键难忘的博客
02-03 7835
雷达图是一种直观展示多维数据的图表类型，Matplotlib提供了强大的功能来创建各种风格的雷达图。本文将介绍Matplotlib中绘制不同种类炫酷雷达图的参数说明，并通过实例演示其用法，包括普通雷达图、堆叠雷达图、多个雷达图、矩阵雷达图以及极坐标雷达图。
【Python 2D绘图】Matplotlib绘图（特殊图表）
最新发布
茶色喵的博客
03-17 665
本文介绍利用经典绘图库Matplotlib绘制基础2D特殊图表，为博主自用笔记提纲。
Matplotlib---雷达图
weixin_43961909的博客
06-25 2077
linspace函数是numpy库中的一个函数。linspace函数用于在指定的间隔内返回均匀间隔的数值。以上代码将生成一个包含100个元素的np数组，数值范围是0到10，包含起始值和终止值。它可以用于生成数据点，以便在数据可视化和数据分析等方面使用。
Matplotlib——绘制雷达图
l24649466的博客
10-07 573
把A同学，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）A同学成绩： '数学','英语','线代','爬虫','数据可视化','吃喝玩乐' ---> 41,38,36,62,68,100B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。
matplotlib绘制雷达图
2201_75329917的博客
10-05 629
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。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。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。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。
python入门：matplotlib数据可视化
hlxhcl的博客
12-28 490
Matplotlib是一个Python的2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。Matplotlib可以用于Python脚本，Python和IPython Shell、Jupyter笔记本，Web应用程序服务器以及四个图形用户界面工具包。Matplotlib的主要目标是使容易的事情变得更容易，使困难的事情变得可能。你只需几行代码就可以生成图表、直方图、功率谱、条形图、误差图、散点图等​ 要在Python中安装Matplotlib，你可以按照以下步骤操作： 1.确保你的Pyt
python matplotlib画折线图_python中matplotlib画折线图实例（坐标轴数字、字符串混搭及标题中文显示）...
weixin_39716877的博客
11-23 1883
最近在用python中的matplotlib画折线图，遇到了坐标轴 “数字+刻度” 混合显示、标题中文显示、批量处理等诸多问题。通过学习解决了，来记录下。如有错误或不足之处，望请指正。一、最简单的基本框架如下：已知x,y，画出折线图并保存。此时x和y均为数字。# -*- coding: utf-8 -*-import matplotlib.pyplot as plt #引入matplotlib的p...
radar chart
01-29
5. **代码实现**：本资源提供的代码可能采用了常见的编程语言，如Python（可能使用matplotlib或seaborn库）、JavaScript（可能使用D3.js库）等。通过代码，你可以了解如何创建、定制和填充雷达图，以及如何动态修改...
Python可视化之Matplotlib雷达图绘制指南（参数解析与实战）
步入烟尘的博客
04-21 6456
Python可视化之Matplotlib雷达图绘制指南（参数解析与实战）雷达图是一种直观展示多维数据的图表类型，Matplotlib提供了强大的功能来创建各种风格的雷达图。本文将介绍Matplotlib中绘制不同种类炫酷雷达图的参数说明，并通过实例演示其用法，包括普通雷达图、堆叠雷达图、多个雷达图、矩阵雷达图以及极坐标雷达图。
python使用matplotlib绘制雷达图
09-18
主要为大家详细介绍了python使用matplotlib绘制雷达图，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
请用python打出假设其同学通过网络爬虫从阀络上爬取到如下一段文字： text ="Python Python Python Matplotlib Matplotlib Seaborn Network Plot Violin Chart Pandas Datascience Wordcloud Spider Radar Parrallel Alpha Color Brewer Density Scatter Barplot Barplot Boxplot Vioinplot Treemap Stacked Area Chart Chart Visualization Dataviz Donut Pie Time-Series Wordcloud Wordcloud Sankey Bubble" 请编写程序代码，将这段文字绘制为一个词云图，要求如下： 1、配置绘制词云图所需环境； 2、在词云圈中加入你的中文姓名； 3、若能实现词频统计，可获得更高的分数。
05-27
text = "Python Python Python Matplotlib Matplotlib Seaborn Network Plot Violin Chart Pandas Datascience Wordcloud Spider Radar Parrallel Alpha Color Brewer Density Scatter Barplot Barplot Boxplot ...
matplotlib 雷达图
Liuyan_analysis的博客
09-24 384
python 雷达图
使用matplotlib库绘制雷达图
P90rushB1的博客
10-11 294
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
Matplotlib绘制雷达图
coffeetogether的博客
06-12 5218
Matplotlib绘制直方图 利用Jupter Notebook 绘制雷达图，主要介绍如何使用matplotlib库中的各种方法绘制雷达图和多对象雷达图，以及对图形的修饰。 以员工活动前后表现能力数据作为载体 案例一 ：活动前员工状态表现 # 导入第三方模块 import numpy as np import matplotlib.pyplot as plt # 设置中文为雅黑 plt.rcParams['font.sans-serif'] = ['SimHei'] # 构造数据 values = n
用matplotlib绘制雷达图
lonly_FK的博客
10-12 643
首先，先导入matplotlib模块和numpy模块。并写上让画布可以显示中文的代码。但是这个圆不是很好看，这时候我们就可以在plt.show()前面设置他的y轴数据。接下来准备大数据专业三位同学的各科目成绩。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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