【Python笔记】多级雷达图绘制

已于 2023-07-16 15:17:27 修改
阅读量2k 收藏 13
点赞数 4
分类专栏： Python笔记 文章标签： matplotlib python
于 2023-07-01 22:24:14 首次发布
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/qq_25888559/article/details/131494963
版权

目录

一、实例1：个人能力画像雷达图

二、实例2：霍兰德人格分析雷达图

三、实例3：某校数字校园指标分析雷达图

（一）基础设施分析

（二）信息资源分析

（三）应用服务分析

（四）网络安全分析

（五）保障体系分析

（六）程序代码

一、实例1：个人能力画像雷达图

# -*- coding: utf-8 -*-
"""
Created on Sat Jul  1 20:52:54 2023

@author: zcq
"""

import numpy as np
import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['font.sans-serif']=['SimHei']

labels = np.array(['A1：综合','A2：学历','A3：职称','A4：教学','A5：培训','A6：科研'])
nAttr = 6
data = np.array([7,5,9,7,8,6])
angels = np.linspace(0,2*np.pi,nAttr,endpoint=False)
data  = np.concatenate((data,[data[0]]))#级联函数data=[7, 5, 6, 9, 8, 6, 7]
angels = np.concatenate((angels,[angels[0]]))

fig = plt.figure(facecolor='white')
plt.subplot(111,polar=True)
plt.plot(angels,data,'bo-',color='g',linewidth=2)
plt.fill(angels,data,facecolor='g',alpha=0.25)
plt.thetagrids(angels*180/np.pi,labels)
plt.figtext(0.52,0.95,'个人特征画像',ha='center')
plt.grid(True)
plt.savefig('radar.jpg')
plt.show()

 二、实例2：霍兰德人格分析雷达图

# -*- coding: utf-8 -*-
"""
Created on Sat Jul  1 20:52:54 2023

@author: zcq
"""

import numpy as np
import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['font.sans-serif']=['SimHei']

radar_labels = np.array(['A1：研究型（I）','A2：艺术型（A）','A3：社会型（S）',\
                         'A4：企业型（E）','A5：常规型（C）','A6：现实型（R）'])
nAttr = 6

data = np.array([[0.40,0.32,0.35,0.30,0.30,0.88],
                 [0.85,0.35,0.30,0.40,0.40,0.30],
                 [0.43,0.89,0.30,0.28,0.22,0.30],
                 [0.30,0.25,0.48,0.85,0.45,0.40],
                 [0.20,0.38,0.87,0.45,0.32,0.28],
                 [0.34,0.31,0.38,0.40,0.92,0.28]])
data_labels = ('工程师','实验员','艺术家','推销员','社会工作者','记事员')

angels = np.linspace(0,2*np.pi,nAttr,endpoint=False)
data  = np.concatenate((data,[data[0]]))
angels = np.concatenate((angels,[angels[0]]))
fig = plt.figure(facecolor='white')
plt.subplot(111,polar=True)

plt.plot(angels,data,'o-',linewidth=1,alpha=0.2)
plt.fill(angels,data,alpha=0.25)
plt.thetagrids(angels*180/np.pi,radar_labels)
plt.figtext(0.52,0.95,'霍兰德人格分析',ha='center',size=20)

legend = plt.legend(data_labels,loc=(0.94,0.8),labelspacing=0.1)
plt.setp(legend.get_texts(),fontsize='small') 

plt.grid(True)
plt.savefig('Holland_radar.jpg')
plt.show()

三、实例3：某校数字校园指标分析雷达图

#定义绘制雷达图函数
'''
nAttr：数组元素个数
data：绘图数组
strTilte：雷达图标题
strFilename：保存文件名
'''
def myPlotRadar(nAttr,data,strTilte,strFilename):
    angels = np.linspace(0,2*np.pi,nAttr,endpoint=False)
    data  = np.concatenate((data,[data[0]]))
    angels = np.concatenate((angels,[angels[0]]))     
    plt.figure(facecolor='white')
    plt.subplot(111,polar=True)
    plt.plot(angels,data,'bo-',color='g',linewidth=2)
    plt.fill(angels,data,facecolor='g',alpha=0.25)
    plt.thetagrids(angels*180/np.pi,labels)
    plt.figtext(0.52,0.95,strTilte,ha='center')
    plt.grid(True)
    plt.savefig(strFilename)
    plt.show() 
#A1-5：总体雷达图
labels = np.array(['A1：基础设施','A2：信息资源','A3：应用服务',
                   'A4：网络安全','A5：保障体系'])
nAttr = 5
data = np.array([5.5,7.05,6.1,8.27,8.47])
strTilte = '西安电力高等专科学校2023年数字校园对标评估分析'
strFilename = 'radar_All.jpg'
myPlotRadar(nAttr,data,strTilte,strFilename)

（一）基础设施分析

#A1：基础设施
labels = np.array(['A1.1：校园网络','A1.2：数据中心','A1.3：教学环境'])
nAttr = 3
data = np.array([5.67,7.0,4.9])
strTilte = '西安电力高等专科学校-A1：基础设施'
strFilename = 'radar_A1.jpg'
myPlotRadar(nAttr,data,strTilte,strFilename)

（二）信息资源分析

#A2：信息资源
labels = np.array(['A2.1：数据资源','A2.2：教学资源','A2.3：资源管理'])
nAttr = 3
data = np.array([5.0,7.58,6.67])
strTilte = '西安电力高等专科学校-A2：信息资源'
strFilename = 'radar_A2.jpg'
myPlotRadar(nAttr,data,strTilte,strFilename) 

（三）应用服务分析

#A3：应用服务
labels = np.array(['A3.1：基础平台','A3.2：教学应用','A3.3：教学评价',
                   'A3.4：管理服务'])
nAttr = 4
data = np.array([5.0,7,6.67,5.5])
strTilte = '西安电力高等专科学校-A3：应用服务'
strFilename = 'radar_A3.jpg'
myPlotRadar(nAttr,data,strTilte,strFilename) 

（四）网络安全分析

#A4：网络安全
labels = np.array(['A4.1：基础设施安全','A4.2：信息系统安全','A4.3：终端安全',
                   'A4.4：数据安全','A4.5：内容安全','A4.6：安全管理'])
nAttr = 6
data = np.array([10.0,10,8,5.5,10,8])
strTilte = '西安电力高等专科学校-A4：网络安全'
strFilename = 'radar_A4.jpg'
myPlotRadar(nAttr,data,strTilte,strFilename) 

（五）保障体系分析

#A5：保障体系
labels = np.array(['A5.1：组织机构','A5.2：人员队伍','A5.3：规章制度',
                   'A5.4：经费保障'])
nAttr = 4
data = np.array([8.67,7.2,10,8.33])
strTilte = '西安电力高等专科学校-A5：保障体系'
strFilename = 'radar_A5.jpg'
myPlotRadar(nAttr,data,strTilte,strFilename) 

（六）程序代码

# -*- coding: utf-8 -*-
"""
Created on Sun Jul  9 10:23:25 2023

@author: Lenovo
"""
# -*- coding: utf-8 -*-
 
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
 
matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['font.sans-serif']=['SimHei']

#定义绘制雷达图函数
'''
nAttr：数组元素个数
data：绘图数组
strTilte：雷达图标题
strFilename：保存文件名
'''
def myPlotRadar(nAttr,data,strTilte,strFilename):
    angels = np.linspace(0,2*np.pi,nAttr,endpoint=False)
    data  = np.concatenate((data,[data[0]]))
    angels = np.concatenate((angels,[angels[0]]))     
    plt.figure(facecolor='white')
    plt.subplot(111,polar=True)
    plt.plot(angels,data,'bo-',color='g',linewidth=2)
    plt.fill(angels,data,facecolor='g',alpha=0.25)
    plt.thetagrids(angels*180/np.pi,labels)
    plt.figtext(0.52,0.95,strTilte,ha='center')
    plt.grid(True)
    plt.savefig(strFilename)
    plt.show()   
    
#A1-5：总体雷达图
labels = np.array(['A1：基础设施','A2：信息资源','A3：应用服务',
                   'A4：网络安全','A5：保障体系'])
nAttr = 5
data = np.array([5.5,7.05,6.1,8.27,8.47])
strTilte = '西安电力高等专科学校2023年数字校园对标评估分析'
strFilename = 'radar_All.jpg'
myPlotRadar(nAttr,data,strTilte,strFilename)

#A1：基础设施
labels = np.array(['A1.1：校园网络','A1.2：数据中心','A1.3：教学环境'])
nAttr = 3
data = np.array([5.67,7.0,4.9])
strTilte = '西安电力高等专科学校-A1：基础设施'
strFilename = 'radar_A1.jpg'
myPlotRadar(nAttr,data,strTilte,strFilename) 

#A2：信息资源
labels = np.array(['A2.1：数据资源','A2.2：教学资源','A2.3：资源管理'])
nAttr = 3
data = np.array([5.0,7.58,6.67])
strTilte = '西安电力高等专科学校-A2：信息资源'
strFilename = 'radar_A2.jpg'
myPlotRadar(nAttr,data,strTilte,strFilename) 

#A3：应用服务
labels = np.array(['A3.1：基础平台','A3.2：教学应用','A3.3：教学评价',
                   'A3.4：管理服务'])
nAttr = 4
data = np.array([5.0,7,6.67,5.5])
strTilte = '西安电力高等专科学校-A3：应用服务'
strFilename = 'radar_A3.jpg'
myPlotRadar(nAttr,data,strTilte,strFilename) 

#A4：网络安全
labels = np.array(['A4.1：基础设施安全','A4.2：信息系统安全','A4.3：终端安全',
                   'A4.4：数据安全','A4.5：内容安全','A4.6：安全管理'])
nAttr = 6
data = np.array([10.0,10,8,5.5,10,8])
strTilte = '西安电力高等专科学校-A4：网络安全'
strFilename = 'radar_A4.jpg'
myPlotRadar(nAttr,data,strTilte,strFilename) 

#A5：保障体系
labels = np.array(['A5.1：组织机构','A5.2：人员队伍','A5.3：规章制度',
                   'A5.4：经费保障'])
nAttr = 4
data = np.array([8.67,7.2,7.5,8.33])
strTilte = '西安电力高等专科学校-A5：保障体系'
strFilename = 'radar_A5.jpg'
myPlotRadar(nAttr,data,strTilte,strFilename)

 【参考文献】嵩天，礼欣，黄天羽著，python语言程序设计基础（第2版）[M]，北京：高等教育出版社，2020.2

【参考链接】https://blog.csdn.net/weixin_44940191/article/details/126910761

强heaven
关注
  • 4
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
【100天精通Python】Day70：Python可视化_绘制不同类型的雷达图，示例+代码
qq_35831906的博客
10-14 1479
雷达图（Radar Chart），也被称为蜘蛛图（Spider Chart）或星型图，是一种用于可视化多维数据的图表类型。雷达图通常由一个多边形或星形的图形构成，每个顶点代表数据的不同维度，而多边形的边缘表示数据的数值。每个维度通常位于雷达图的边缘，而数据值沿着半径方向绘制。特点多维度表示：雷达图允许同时表示多个维度的数据，每个维度对应于雷达图的一个轴。这使得用户可以直观地比较不同维度的数据。相对比例：数据通常以相对比例的方式表示，因此用户可以看到各维度之间的相对关系。
python画雷达图-Python 详解雷达图/蛛网图
q6q6q的专栏
10-28 3671
雷达图-pyecharts蛛网图，最早知道是在玩FIFA游戏的时候，球员的能力用蛛网图来表示与比较，那时觉得非常新鲜。后来，在实际的工作中，其实很少用到：一方面，直接提供蛛网图的工具少；另一方面，过往的经历中多维度比较用到的地方也比较少。在学习Python的过程中，重新燃起对雷达图的兴趣，但在python重要的图库Matplotlib与Seaborn里都没有直接实现雷达图的函数。因此，虽然感兴趣，...
【Python可视化系列】一文教你绘制雷达图（源码）
数据杂坛
03-11 1804
一文教你绘制雷达图（源码）
python9.6多级雷达图绘制
最新发布
Wick_Jhon的博客
05-29 257
ax.plot(angles, data, color='g', linewidth=2) # 移除 'bo-' 中的颜色定义。labels = np.array(['综合', 'KDA', '发育', '推进', '生存', '输出'])ax.set_title('DOTA能力值雷达图', va='bottom', pad=20)data = np.array([7, 5, 6, 9, 8, 7]) # 数据值。# 生成等分的角度（不需要闭合）# 设置极坐标图的标签。
python实例练习（3）多级雷达图绘制
DTCloud
05-10 4215
文章目录简介用到的第三方库介绍代码实例 简介 雷达图是通过多个离散属性，以此来比较对象的最为直观的工具。如果能掌握雷达图的绘制，可以为学习工作以及生活带来便利和乐趣。 用到的第三方库介绍 Numpy库：NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。 Matplotlib库：Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案
软件测试|使用Python绘制雷达图（二）
Tester_muller的博客
03-01 3319
之前我们用matplotlib绘制了雷达图，可能代码量会相对多一些，今天我想起了我们之前介绍过的pyecharts，这个绘图神器，也是支持绘制雷达图的，今天我们来看看实现起来会不会更简单。我们还是以买车的朋友选择来作为我们的数据进行绘制。本文主要介绍了使用pyecharts绘制雷达图的方法，相比于matplotlib，pyecharts更加方便一些，对于不同对象的对比更为方便，可以隐藏部分对象，同时，可以对不同维度设置不同的范围，对于差距较小的维度，可以展示出更微小直观的差距。更多技术文章。
chatgpt赋能python：Python多级雷达图绘制解析
「 虚幻私塾」
06-05 667
多级雷达图是一种扩展的雷达图，它将雷达图中的每一个维度进一步拆分，形成多个小的维度。当然，在展示时，它们仍然按照雷达图一样，被绘制成多边形。多级雷达图的好处在于，它能够使维度层次化，在同一维度上进行分组展示，使图表更加具有可读性和易于理解性。本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。对于颠覆工作方式的ChatGPT，应该选择拥抱而不是抗拒，未来属于“会用”AI的人。
使用Pyecharts绘制雷达图（附完整代码）
lingyaoJUN的博客
12-14 4727
在Python中，我们可以使用第三方库pyecharts来实现雷达图的绘制。下面我们将通过绘制全国药店药品销售额占比体的例子，来教会大家如何使用Python和pyecharts来绘制雷达图。...
python-pyecharts雷达图
wei_hjw的博客
05-26 1632
2022-5-26有客户要求对英雄联盟人物属性做分析，一个雷达图显示多人信息及可以对比 ️简单介绍背景+前十名战力+各个位置的前十名战力️各个英雄的五边形战力️dashboard展示大家的战力（讲一下曲折的过程）️dashboard展示各个位置英雄的战力对比 表格数d 序号 位置 英雄 血量 血量赋分 蓝量 蓝量赋分 攻击 攻击赋分 防御 防御赋分 移速 移速赋分 27 刺客 澜 3300..
python使用matplotlib绘制雷达图
09-18
本篇文章将详细介绍如何使用matplotlib绘制雷达图（也称为蜘蛛图或网状图），这种图表常用于多维数据的展示，尤其适合对比多个类别的数据。我们将通过一个具体的例子来展示如何实现这一功能。 首先，确保已经安装了...
PYTHON绘制雷达图代码实例
09-18
以下是一个使用Python的matplotlib库绘制雷达图的详细步骤： 首先，我们需要导入必要的库，如matplotlib.pyplot和numpy： ```python import matplotlib.pyplot as plt import numpy as np ``` 接下来，定义你要...
python处理excel绘制雷达图
09-18
本篇将详细介绍如何使用Python处理Excel数据并利用Plotly库绘制雷达图。 首先，我们需要安装必要的库。在Python中，`xlrd`库用于读取Excel文件，而`plotly`库则用于生成交互式图表。你可以通过以下命令安装这两个库...
python绘制雷达图
m0_67790374的博客
03-09 1711
python绘制雷达图
雷达图的绘制 (Python，matplotlib)
热门推荐
Rowlingz
06-30 1万+
在学习K-means聚类分析的过程，发现在客户特征分析图上的代码展示是没有的，所以这里对分析得到的结果进行雷达图的展示。 1、原始数据： 数据共有5类（customer0–customer5）,数据标签共5个（L, R, F, M, C） 2、绘图： def result_pic(result): """ 雷达图的绘制 :param result: 分类数据 ...
python画雷达图-PYTHON绘制雷达图代码实例
q6q6q的专栏
10-28 3725
这篇文章主要介绍了PYTHON绘制雷达图代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下1、雷达图import matplotlib.pyplot as pltimport numpy as npvalues = [0.09,-0.05,0.20,-0.02,0.08,0.09,0.03,0.027]x = np.linspace(0,2*...
Python绘制雷达图
weixin_44443027的博客
05-03 2497
Python绘制雷达图 在写论文之，可能会用到雷达图来分析实验结果，那么如何用Python来会绘制雷达图呢？ 今天利用Python的matplotlib模块来绘制雷达图，一些书本上的例子如下所示： import numpy as np import matplotlib.pyplot as plt import matplotlib matplotlib.rcParams['font.family']='SimHei' matplotlib.rcParams['font.sans-serif'] =
Python 数据分析三剑客之 Matplotlib（九）：极区图 / 极坐标图 / 雷达图的绘制
BOB'S BLOG
06-03 9741
小黄人番外短片合集 — 第15集【Mower Minions 修剪草坪的小黄人】 Matplotlib 系列文章（持续更新中）： 《Python 数据分析三剑客之 Matplotlib（一）：初识 Matplotlib 与其 matplotibrc 配置文件》 《Python 数据分析三剑客之 Matplotlib（二）：文本描述 / 中文支持 / 画布 / 网格等基本图像属性》 《...
python多级雷达图绘制
05-13
要绘制多级雷达图，可以使用 Python 的 Matplotlib 库。以下是一个简单的例子： ``` import numpy as np import matplotlib.pyplot as plt # 数据 categories = ['A', 'B', 'C', 'D', 'E'] data = np.array([[3, 4, 2, 1, 5], [4, 3, 5, 2, 1], [2, 5, 1, 4, 3]]) angles = np.linspace(0, 2*np.pi, len(categories), endpoint=False) # 设置图形大小和标题 fig = plt.figure(figsize=(6, 6)) plt.suptitle('Multi-level Radar Chart') # 绘制多级雷达图 ax = fig.add_subplot(111, polar=True) ax.set_theta_offset(np.pi/2) ax.set_theta_direction(-1) for i in range(len(data)): values = data[i] values = np.concatenate((values, [values[0]])) ax.plot(angles, values, label="Level {}".format(i+1)) ax.fill(angles, values, alpha=0.1) # 设置轴标签和轴范围 ax.set_thetagrids(angles * 180/np.pi, categories) ax.set_ylim(0, 5) # 添加图例 plt.legend(loc='upper right', bbox_to_anchor=(1.2, 1.0)) # 显示图形 plt.show() ``` 这个例子中，我们使用了 `numpy` 生成数据， `matplotlib.pyplot` 绘图，并使用了 `add_subplot()` 函数创建了一个极坐标子图。我们将不同级别的数据用不同颜色的线绘制，并用 `fill()` 函数填充颜色，最终得到了一个多级雷达图。

“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

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

打赏作者

强heaven

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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