Python数据可视化之从绘制精美雷达图的新手指南

 更新时间:2025年11月10日 08:23:12   作者:烛阴  
这篇文章主要为大家详细介绍了Pytho如何绘制精美雷达图从而实现数据可视化的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下

安装必要的库

我们需要安装两个核心的 Python 库:matplotlib 用于绘图,numpy 用于高效的数值计算:

pip install matplotlib numpy

绘制雷达图的核心逻辑

创建雷达图的过程可以清晰地分解为以下几步,理解了这些步骤,你就能自如地应对各种定制化需求:

  • 数据准备:确定雷达图需要展示的几个维度(标签),以及每个对象在这些维度上的具体数值。
  • 创建极坐标画布:雷达图并非画在常规的直角坐标系上,而是画在一个圆形布局的极坐标系 (Polar Coordinates) 上。
  • 计算角度:根据维度的数量,将 360 度的圆进行等分,确定每个维度轴线所在的角度。
  • 闭合图形:为了让雷达图形成一个封闭的多边形,我们需要在数据和角度列表的末尾,额外补充上第一个点的数据和角度。
  • 绘图与美化:在坐标系上绘制数据点连线、填充颜色、添加网格、标签、图例和标题,使图表变得完整且易于解读。

示例代码

现在,让我们用具体的代码来实现一个“篮球运动员能力对比”的雷达图。

import numpy as np
import matplotlib.pyplot as plt

def create_table_tennis_radar_chart():
    """
    创建一个专门用于展示乒乓球运动员六维能力数据的雷达图。
    """
    # 解决中文显示问题
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False

    # 1. 定义六个维度的标签
    labels = np.array(['力量', '速度', '技巧', '防守', '发球', '经验'])
    n_labels = len(labels)

    # 2. 准备运动员的数据 (这里是假设的示例数据)
    # “六边形战士”的数据,各项能力非常均衡且顶尖
    hex_warrior_stats = [98, 95, 99, 92, 96, 100]
    # “进攻型选手”的数据,力量和速度突出,防守相对是短板
    attacker_stats = [100, 98, 85, 75, 90, 80]

    # 3. 计算角度 (360度/6)
    angles = np.linspace(0, 2 * np.pi, n_labels, endpoint=False)

    # 4. 闭合图形数据
    hex_warrior_stats_closed = np.concatenate((hex_warrior_stats, [hex_warrior_stats[0]]))
    attacker_stats_closed = np.concatenate((attacker_stats, [attacker_stats[0]]))
    angles_closed = np.concatenate((angles, [angles[0]]))

    # 5. 绘图
    fig, ax = plt.subplots(figsize=(8, 8), subplot_kw=dict(polar=True))

    # 设置坐标轴范围
    ax.set_ylim(0, 105)

    # 绘制“六边形战士”
    ax.plot(angles_closed, hex_warrior_stats_closed, 'o-', color='gold', linewidth=2, label='“六边形战士”')
    ax.fill(angles_closed, hex_warrior_stats_closed, 'gold', alpha=0.25)

    # 绘制“进攻型选手”
    ax.plot(angles_closed, attacker_stats_closed, 'o-', color='red', linewidth=2, label='进攻型选手')
    ax.fill(angles_closed, attacker_stats_closed, 'red', alpha=0.25)

    # 6. 美化图表
    # 设置维度标签
    ax.set_thetagrids(angles * 180 / np.pi, labels, fontsize=14)

    # 设置半径刻度标签
    ax.set_rlabel_position(0)
    ax.set_yticklabels(['', '20', '40', '60', '80', '100'], color="grey", size=10)

    # 添加标题和图例
    plt.title('乒乓球运动员能力对比雷达图', size=22, color='black', y=1.1)
    plt.legend(loc='best', bbox_to_anchor=(1.1, 1.1), fontsize=12)

    # 显示网格
    ax.grid(True, linestyle='--', linewidth=0.5, color='gray')
    
    # 显示图表
    plt.show()

# --- 主程序入口 ---
if __name__ == "__main__":
    create_table_tennis_radar_chart()

解析:

  • plt.rcParams 设置:这两行是为了确保 Matplotlib 可以正确显示中文字符。如果你不设置,图表中的中文可能会显示为方框。你需要确保你的系统中有 SimHei (黑体) 或其他中文字体。
  • np.linspace(0, 2 * np.pi, n_labels, endpoint=False):这是创建角度数组的核心。它在 0 到 360 度(2*np.pi)之间,生成 n_labels 个等分的角度值。endpoint=False参数是关键,它避免了 360 度和 0 度重合。
  • np.concatenate():这个 NumPy 函数用于连接数组。我们用它将第一个数据点和第一个角度值拼接到数组的末尾,从而实现图形的闭合。
  • subplot_kw=dict(polar=True):在创建子图(ax)时,这个参数告诉 Matplotlib:“我想要的不是普通的直角坐标系,而是一个极坐标系”。
  • ax.plot()ax.fill()plot 负责画出数据的轮廓线,而 fill 则为这个轮廓区域填充上带有一定透明度(alpha)的颜色,使得重叠区域也能清晰可见。
  • ax.set_thetagrids():这个函数专门用于在极坐标上设置角度网格线(也就是我们的维度轴)的位置和显示的标签。它需要将弧度制的 angles 转换为角度制 (angles * 180 / np.pi)。

效果

到此这篇关于Python数据可视化之从绘制精美雷达图的新手指南的文章就介绍到这了,更多相关Python绘制雷达图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python中字符串列表的相互转换实际应用场景

    Python中字符串列表的相互转换实际应用场景

    在Python编程中,经常会遇到需要将字符串列表相互转换的情况,这涉及到将逗号分隔的字符串转换为列表,或者将列表中的元素连接成一个字符串,本文将深入讨论这些情景,并提供丰富的示例代码,帮助读者更全面地理解字符串列表的转换操作
    2023-12-12
  • Pyqt5 实现多线程文件搜索的案例

    Pyqt5 实现多线程文件搜索的案例

    这篇文章主要介绍了Pyqt5 实现多线程文件搜索的案例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • python调用subprocess模块实现命令行操作控制SVN的方法

    python调用subprocess模块实现命令行操作控制SVN的方法

    这篇文章主要介绍了使用python的subprocess模块实现对SVN的相关操作,通过设置GitSvn类,在该类下自定义执行SVN常规操作的方法,需要的朋友跟随小编一起看看吧
    2022-09-09
  • python如何操作mysql

    python如何操作mysql

    这篇文章主要介绍了python如何操作MySQL,帮助大家更好的理解和学习python,感兴趣的朋友可以了解下
    2020-08-08
  • Django 多对多字段的更新和插入数据实例

    Django 多对多字段的更新和插入数据实例

    这篇文章主要介绍了Django 多对多字段的更新和插入数据实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-03-03
  • 用 Django 开发一个 Python Web API的方法步骤

    用 Django 开发一个 Python Web API的方法步骤

    这篇文章主要介绍了用 Django 开发一个 Python Web API的方法步骤,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,需要的朋友们下面随着小编来一起学习学习吧
    2020-12-12
  • Python 最大概率法进行汉语切分的方法

    Python 最大概率法进行汉语切分的方法

    今天小编就为大家分享一篇Python 最大概率法进行汉语切分的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • Python基础之内置模块详解

    Python基础之内置模块详解

    Python内置的模块有很多,我们也已经接触了不少相关模块,接下来咱们就来做一些项目开发中常用的模块汇总和介绍,需要的朋友可以参考下
    2021-06-06
  • django中使用Celery 布式任务队列过程详解

    django中使用Celery 布式任务队列过程详解

    这篇文章主要介绍了django中使用Celery 布式任务队列实现过程详解,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
    2019-07-07
  • Sphinx生成python文档示例图文解析

    Sphinx生成python文档示例图文解析

    这篇文章主要介为大家绍了Sphinx生成python文档示例图文解析,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步早日升职加薪
    2022-04-04

最新评论