可视化实验十一：利用Python绘制气泡图、雷达图

实验目的：

1. 掌握Python中气泡图、雷达图绘图函数的使用及展示图形的意义
2. 利用上述绘图函数实现数据可视化

实验内容：

1. 练习python中气泡图、雷达图绘图函数的用法，掌握相关参数的概念
2. 根据步骤一绘图函数要求，处理实验数据
3. 根据步骤二得到的实验数据，绘制气泡图、雷达图
4. 练习如何通过调整参数使图片呈现不同效果，例如颜色、图例位置、背景网格、坐标轴刻度和标记等

实验过程（附结果截图）：

1. 练习python中气泡图、雷达图绘图函数的用法，掌握相关参数的概念

（1）绘制气泡图

import matplotlib.pyplot as plt
import numpy as np

# 这两行代码解决 plt 中文显示的问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 输入产量与温度数据
production = [1125, 1725, 2250, 2875, 2900, 3750, 4125]
tem = [6, 8, 10, 13, 14, 16, 21]
rain = [25, 40, 58, 68, 110, 98, 120]

colors = np.random.rand(len(tem))  # 颜色数组
size = production
plt.scatter(tem, rain, s=size, c=colors, alpha=0.6)  # 画散点图, alpha=0.6 表示不透明度为 0.6
plt.ylim([0, 150])  # 纵坐标轴范围
plt.xlim([0, 30])   # 横坐标轴范围
plt.xlabel('温度')  # 横坐标轴标题
plt.ylabel('降雨量')  # 纵坐标轴标题
plt.show()

（2）绘制雷达图

import numpy as np
import matplotlib.pyplot as plt
# 用于正常显示中文
plt.rcParams['font.sans-serif'] = 'SimHei'
#用于正常显示符号
plt.rcParams['axes.unicode_minus'] = False
 
# 使用ggplot的绘图风格，这个类似于美化了，可以通过plt.style.available查看可选值，你会发现其它的风格真的丑。。。
plt.style.use('ggplot')
 
# 构造数据
values = [2.6,2.1,3.4,3,4.1]
feature = ['个人能力','QC知识','解决问题能力','服务质量意识','团队精神']
 
# 设置每个数据点的显示位置，在雷达图上用角度表示
angles=np.linspace(0, 2*np.pi,len(values), endpoint=False)
 
# 拼接数据首尾，使图形中线条封闭
values=np.concatenate((values,[values[0]]))
angles=np.concatenate((angles,[angles[0]]))
 
# 绘图
fig=plt.figure()
# 设置为极坐标格式
ax = fig.add_subplot(111, polar=True)
# 绘制折线图
ax.plot(angles, values, 'o-', linewidth=2)
# 填充颜色
ax.fill(angles, values, alpha=0.25)
 
# 设置图标上的角度划分刻度，为每个数据点处添加标签
ax.set_thetagrids(angles * 180/np.pi, feature)
 
# 设置雷达图的范围
ax.set_ylim(0,5)
# 添加标题
plt.title('活动前后员工状态表现')
# 添加网格线
ax.grid(True)
 
plt.show()

2. 根据步骤一绘图函数要求，处理实验数据

（1）实验数据

d = {"时间":pd.Series([2006,2007,2008,2009,2010]),
  "数量":pd.Series([10,200,120,150,300]),
  "大小":pd.Series([50,130,40,50,160]),
  "分类":pd.Series([1,2,0,1,2]),
  "判断":pd.Series([True,True,True,True,True])}

3. 根据步骤二得到的实验数据，绘制气泡图、雷达图

（1）绘制气泡图

import pandas as pd
import matplotlib.pyplot as plt
import pandas as pd

d = {"时间": pd.Series([2006, 2007, 2008, 2009, 2010]),
     "数量": pd.Series([10, 200, 120, 150, 300]),
     "大小": pd.Series([50, 130, 40, 50, 160]),
     "分类": pd.Series([1, 2, 0, 1, 2]),
     "判断": pd.Series([True, True, True, True, True])}

df = pd.DataFrame(d)

# 先定义气泡大小，rank 函数将大小列进行大小分配，越大的值分配结果也越高
# n 为倍数，用来调节气泡的大小，且看后头

size = df['大小'].rank()
n = 20

# 定义一个字典，将颜色跟对应的分类进行绑定

color = {0: 'red', 1: 'blue', 2: 'orange'}

# 增加color的参数，用列表解析式将data分类中的每个数据的数字映射到前面color的颜色中

plt.scatter(df['数量'], df['大小'], color=[color[i]
            for i in df['分类']])
plt.show()

（2）绘制雷达图

import numpy as np
import matplotlib.pyplot as plt

# 标签
labels = np.array(['语文', '数学', '英语', '生物', '物理', '化学'])
# 数据个数
dataLenth = 6
# 数据
data = np.array([7, 4, 3, 6, 4, 8])

angles = np.linspace(0, 2*np.pi, dataLenth, endpoint=False)
data = np.concatenate((data, [data[0]]))  # 闭合
angles = np.concatenate((angles, [angles[0]]))  # 闭合

fig = plt.figure()
ax = fig.add_subplot(111, polar=True)  # polar参数！！
ax.plot(angles, data, 'bo-', linewidth=2)  # 画线
ax.fill(angles, data, facecolor='r', alpha=0.25)  # 填充
ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties="SimHei")
ax.set_title("matplotlib雷达图", va='bottom', fontproperties="SimHei")
ax.set_rlim(0, 10)
ax.grid(True)
plt.show()

4. 练习如何通过调整参数使图片呈现不同效果，例如颜色、图例位置、背景网格、坐标轴刻度和标记等

（1）绘制气泡图

import pandas as pd
import matplotlib.pyplot as plt
import pandas as pd

d = {"时间": pd.Series([2006, 2007, 2008, 2009, 2010]),
     "数量": pd.Series([10, 200, 120, 150, 300]),
     "大小": pd.Series([50, 130, 40, 50, 160]),
     "分类": pd.Series([1, 2, 0, 1, 2]),
     "判断": pd.Series([True, True, True, True, True])}

df = pd.DataFrame(d)

# 先定义气泡大小，rank 函数将大小列进行大小分配，越大的值分配结果也越高
# n 为倍数，用来调节气泡的大小，且看后头

size = df['大小'].rank()
n = 20

# 定义一个字典，将颜色跟对应的分类进行绑定

color = {0: 'red', 1: 'blue', 2: 'orange'}

# 增加color的参数，用列表解析式将data分类中的每个数据的数字映射到前面color的颜色中

plt.scatter(df['数量'], df['大小'], color=[color[i]
            for i in df['分类']], s=size*n, alpha=0.6)
plt.show()

（2）绘制雷达图

import numpy as np
import matplotlib.pyplot as plt

# 标签
labels = np.array(['语文', '数学', '英语', '生物', '物理', '化学'])
# 数据个数
dataLenth = 6
# 数据
data = np.array([7, 4, 3, 6, 4, 8])

angles = np.linspace(0, 2*np.pi, dataLenth, endpoint=False)
data = np.concatenate((data, [data[0]]))  # 闭合
angles = np.concatenate((angles, [angles[0]]))  # 闭合

fig = plt.figure()
ax = fig.add_subplot(111, polar=True)  # polar参数！！
ax.plot(angles, data, 'bo-', linewidth=2)  # 画线
ax.fill(angles, data, facecolor='r', alpha=0.25)  # 填充
ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties="SimHei")
ax.set_title("matplotlib雷达图", va='bottom', fontproperties="SimHei")
ax.set_rlim(0, 10)
ax.grid(True)
plt.show()

实验小结自己写写就行，本实验仅供参考。