Flink任务提交流程和运行模式-CFANZ编程社区

Python绘图入门：使用Matplotlib绘制雷达图

雷达图，又称为蜘蛛图或星形图，是一种用于显示多维数据的图表类型。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。在这篇博客中，你将学习如何使用Matplotlib绘制雷达图，并对图表进行自定义，以适应不同的需求。

1. 了解雷达图

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。不同的数据集可以在同一个雷达图上进行对比，从而清晰地显示出各维度的优劣势。

2. 安装Matplotlib

在开始绘制雷达图之前，确保你已经安装了Matplotlib。如果还没有安装，可以使用以下命令进行安装：

pip install matplotlib

3. 创建基本雷达图

首先，我们来绘制一个简单的雷达图。为了找到一个合适的女朋友，我们可以根据一些常见的择偶标准，如性格、外貌、兴趣爱好、经济状况、沟通能力等，来构建一个雷达图。以下是一个示例代码，用来展示不同维度下的评分：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
# 数据
# 定义雷达图的标签和评分
labels = ['性格', '外貌', '兴趣爱好', '经济状况', '沟通能力']
values = [8, 7, 9, 6, 8]  # 对每个维度进行打分（1-10）

# 添加一个维度，使数据封闭
values = np.append(values, values[0])
labels = np.append(labels, labels[0])

# 计算角度
angles = np.linspace(0, 2 * np.pi, len(labels)-1, endpoint=False).tolist()
angles = np.append(angles,angles[0])
# 绘制雷达图
fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(polar=True))
ax.plot(angles, values, color='black', linewidth=2, linestyle='solid')
ax.fill(angles, values, color='blue', alpha=0.2)

# 设置标签
ax.set_xticks(angles)
ax.set_xticklabels(labels)

# 显示图表
plt.title('择偶标准雷达图')
plt.show()

在这里插入图片描述

在这段代码中，我们首先定义了五个维度的标签labels和对应的评分values。为了形成闭合的多边形，我们将第一个值附加到数组的末尾。然后，我们使用np.linspace()计算各顶点的角度，并通过ax.plot()和ax.fill()分别绘制边框和填充区域。

4. 自定义雷达图

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
fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(polar=True))
ax.plot(angles, values, color='green', linewidth=2, linestyle='dashed')
ax.fill(angles, values, color='green', alpha=0.5)

# 设置标签
ax.set_xticks(angles)
ax.set_xticklabels(labels)

# 设置雷达图的圆形网格
ax.grid(color='gray', linestyle='-', linewidth=0.5)
ax.set_yticklabels([])
# 显示图表
plt.title('择偶标准雷达图')
plt.show()

在这里插入图片描述

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。

5. 比较多个数据集

雷达图特别适合比较多个数据集。例如，你对同学A和同学B都有好感，但是不知道哪个和自己更合适，可以绘制一个雷达图比较一下：

# 定义雷达图的标签和评分
labels = ['性格', '外貌', '兴趣爱好', '经济状况', '沟通能力']
# 两个产品的数据
values_A = [8, 7, 9, 6, 8]
values_B = [9, 7, 8, 7, 9]

# 为了闭合，将第一个值附加到末尾
values_A = np.append(values_A, values_A[0])
values_B = np.append(values_B, values_B[0])

# 计算角度
angles = np.linspace(0, 2 * np.pi, len(labels), endpoint=False).tolist()
angles = np.append(angles,angles[0])
# 绘制雷达图
fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(polar=True))
ax.plot(angles, values_A, color='blue', linewidth=2, linestyle='solid', label='同学A')
ax.fill(angles, values_A, color='blue', alpha=0.25)

ax.plot(angles, values_B, color='orange', linewidth=2, linestyle='solid', label='同学B')
ax.fill(angles, values_B, color='orange', alpha=0.25)
# 设置标签
ax.set_xticks(angles)
ax.set_xticklabels(labels)
# 添加图例
ax.legend(loc='upper right', bbox_to_anchor=(1.1, 1.1))
# 显示图表
plt.title('同学A与同学B的评分比较')
# 设置雷达图的圆形网格
ax.grid(color='gray', linestyle='-', linewidth=0.5)
ax.set_yticklabels([])
# 显示图表
plt.show()