绘制雷达图

0.设置中文

plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False

该函数常用参数的含义如下：

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。

准备大数据专业三位同学各科目成绩

根据科目不同，分为数学、英语、线代、爬虫、数据可视化、吃喝玩乐，六个维度。

dim_num = 6#分为6个维度
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'  --->   41,38,36,62,68,100
score_a = np.array([41, 38, 36, 62, 68, 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'  --->   91,88,83,72,78,26
score_b = np.array([91, 88, 83, 72, 78, 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'  --->   81,78,85,76,74,36
score_c = np.array([81, 78, 85, 76, 74, 36])
score_c = np.concatenate((score_c, [score_c[0]]))
plt.polar(radians, score_a, radians, score_b, radians, score_c)

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]]))

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

填充多边形（只允许调用一次plt.fill）

plt.fill(radians, score_a,"red",radians,score_b,"y",radians, score_c,"p", alpha=0.5)

展示图表

plt.show()

完整代码如下：

# 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'  --->   41,38,36,62,68,100
score_a = np.array([41, 38, 36, 62, 68, 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'  --->   91,88,83,72,78,26
score_b = np.array([91, 88, 83, 72, 78, 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'  --->   81,78,85,76,74,36
score_c = np.array([81, 78, 85, 76, 74, 36])
score_c = np.concatenate((score_c, [score_c[0]]))

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]]))

# 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（只允许调用一次plt.fill）
# ——————————————————————————————————————————
plt.fill(radians, score_a,"red",radians,score_b,"y",radians, score_c,"p", alpha=0.5)
# ——————————————————————————————————————————

# 6.展示图表
plt.show()

运行结果如图