以前在一些数据分析案例中看到了用Go语言制作的雷达图，非常漂亮，我想在matlibplot.pyplot上也画出同样的东西。 遗憾的是，matlibplot.pyplot模块没有直接绘制雷达图的函数，但可以根据‘polar’图形的特征进行改进。 以下记录雷达图的制作方法。
importnumpyasnpimportmatplotlib.pyplotasplt #中文PLT.rcparams [ ‘ font.sans-serif ‘ ]=’ simhei ‘ #普通显示符号PLT.rcparams 这很像美化。 您可以在plt.style.available中查看选项值。 你会发现其他风格真的很丑陋。 PLT.style.use(‘ggplot ‘ )结构数据values=[ 2.6，2.1，3.4，3，4.1 ] feature=[ ‘个人能力’，’ QC知识’，’问题解决能力’，’服务质量意识len ) values )，endpoint=False成功显示拼接数据，并使图形中的线关闭(values=NP.concatenate ) [angles[0]] ) ) )出图fig=plt.figure ) #设置为极坐标格式ax=fig.add (values，’ o-‘，linewidth=2) alpha=0.25 )以刻度分隔图标上的角度，并为每个数据点添加标签ax.set _ theta grids fa ture (#设置雷达图范围ax.set _ ylim (0，5 ) )
一般来说，使用雷达图的时候，是为了比较两组数据。 因此，我们来看看如何在雷达图上比较两组数据
values _2=[ 1.7，4.1，3.3，2.6，3.8 ] values _2=NP.concatenate ([ values _ 2，[values_2[0]]] ) ) fig=values_2，alpha=0.25 ) ax.set _ theta grids (angles * 180/NP.pi，feature ) ax.set_ylim ) 0，5 ) PLT.titl
如果有多个组的数据，为了简化代码，可以用for循环来描绘。
importnumpyasnpimportmatplotlib.pyplotasplt #中文PLT.rcparams [ ‘ font.sans-serif ‘ ]=’ simhei ‘ #普通显示符号PLT.rcparams 这很像美化。 您可以在plt.style.available中查看选项值。 你会发现其他风格真的很丑陋。 PLT.style.use(ggplot ) )结构数据values1=[ 2.6，2.1，3.4，3，4.1 ] values2=[ 1.7，4.1，3.3，2.6， 3.8]feature ‘团队精神'()设置每个数据点的显示位置，并在雷达图上以角度显示angles=NP.linspace (0，2 * NP.pi， len ) feature )、endpoint=False ) Angles=NP.concaare )的[angles[0]](#绘图fig=plt.figure ) forvaluesin values2)将：#数据向前或向后连接，以便图表中的线条闭合在values=NP.concatenate上[values[0]](#极坐标格式ax=fig.add _ scatenate ) values，’ o-‘，line windows alpha=0. 25 ) #用设置图标上的角度分隔刻度线，并为每个数据点标记ax.set _ theta grids (angles * 180/NP.pi )
但老实说，这个图形不太好看，我个人觉得主要是必须改变背景色。 以前我看到有人在pygal库(最好在pygal库中画世界地图信息)绘图库中画雷达图
import pygal #调用一个名为Radar的类，用于填充雷达图和数据范围radar _ chart=py gal.radar (fill=true，range=(0， 5 )雷达图标题radar_chart.title=’活动前后工作人员状态表示’ #雷达图各顶点含义radar_chart.x_labels=[ ‘个人能力’，’ QC知识’，’问题添加“服务质量意识”的“团队精神”(#2个雷达图区域radar_chart.add (活动前)、[3.2、2.1、3.5、2.8、3] ) radar_chart.add ()
这张图很漂亮，而且是可以交互显示信息的图形。