比较(二)利用python绘制雷达图

比较(二)利用python绘制雷达图

雷达图(Radar Chart)简介

1

雷达图可以用来比较多个定量变量,也可以用于查看数据集中变量的得分高低,是显示性能表现的理想之选。缺点是变量过多容易造成阅读困难。

快速绘制

  1. 基于matplotlib

    import matplotlib.pyplot as plt
    import pandas as pd
    from math import pi# 自定义数据
    df = pd.DataFrame({
    'group': ['A','B','C','D'],
    'var1': [38, 1.5, 30, 4],
    'var2': [29, 10, 9, 34],
    'var3': [8, 39, 23, 24],
    'var4': [7, 31, 33, 14],
    'var5': [28, 15, 32, 14]
    })# 计算变量个数
    categories=list(df)[1:]
    N = len(categories)# 仅绘制第一行数据的雷达图
    values = df.loc[0].drop('group').values.flatten().tolist() # 获取第一行数据,剔除group
    values += values[:1] # 闭合圆形图,需要在末尾增加一个与起始相同的值# 计算每个轴的角度
    angles = [n / float(N) * 2 * pi for n in range(N)] # 每个变量的角度位置
    angles += angles[:1] # 闭合圆形图,需要在末尾增加一个与起始相同的值# 初始化布局
    ax = plt.subplot(111, polar=True)# 将每个变量绘制在极坐标上
    plt.xticks(angles[:-1], categories, color='grey', size=8)# y标签
    ax.set_rlabel_position(0)
    plt.yticks([10,20,30], ["10","20","30"], color="grey", size=7)
    plt.ylim(0,40)# 绘制数据
    ax.plot(angles, values, linewidth=1, linestyle='solid')# 填充区域颜色
    ax.fill(angles, values, 'b', alpha=0.1)plt.show()
    

    2

定制多样化的雷达图

自定义雷达图一般是结合使用场景对相关参数进行修改,并辅以其他的绘图知识。参数信息可以通过官网进行查看,其他的绘图知识则更多来源于实战经验,大家不妨将接下来的绘图作为一种学习经验,以便于日后总结。

  1. 一图绘制多个雷达图

    import matplotlib.pyplot as plt
    import pandas as pd
    from math import pi# 自定义数据
    df = pd.DataFrame({
    'group': ['A','B','C','D'],
    'var1': [38, 1.5, 30, 4],
    'var2': [29, 10, 9, 34],
    'var3': [8, 39, 23, 24],
    'var4': [7, 31, 33, 14],
    'var5': [28, 15, 32, 14]
    })# 计算变量个数
    categories=list(df)[1:]
    N = len(categories)# 仅绘制第一行数据的雷达图
    values = df.loc[0].drop('group').values.flatten().tolist() # 获取第一行数据,剔除group
    values += values[:1] # 闭合圆形图,需要在末尾增加一个与起始相同的值# 计算每个轴的角度
    angles = [n / float(N) * 2 * pi for n in range(N)] # 每个变量的角度位置
    angles += angles[:1] # 闭合圆形图,需要在末尾增加一个与起始相同的值# 初始化布局
    ax = plt.subplot(111, polar=True)# 偏移-将第一个轴位于顶部
    ax.set_theta_offset(pi / 2)
    ax.set_theta_direction(-1)# 将每个变量绘制在极坐标上
    plt.xticks(angles[:-1], categories)# y标签
    ax.set_rlabel_position(0)
    plt.yticks([10,20,30], ["10","20","30"], color="grey", size=7)
    plt.ylim(0,40)# 添加多个极坐标图
    # 绘制第一个图
    values = df.loc[0].drop('group').values.flatten().tolist()
    values += values[:1]
    ax.plot(angles, values, linewidth=1, linestyle='solid', label="group A")
    ax.fill(angles, values, 'b', alpha=0.1)# 绘制第二个图
    values = df.loc[1].drop('group').values.flatten().tolist()
    values += values[:1]
    ax.plot(angles, values, linewidth=1, linestyle='solid', label="group B")
    ax.fill(angles, values, 'r', alpha=0.1)# 图例
    plt.legend(loc='upper right', bbox_to_anchor=(0.1, 0.1))plt.show()
    

    3

  2. 分组雷达图

    import matplotlib.pyplot as plt
    import pandas as pd
    from math import pi# 自定义数据
    df = pd.DataFrame({
    'group': ['A','B','C','D'],
    'var1': [38, 1.5, 30, 4],
    'var2': [29, 10, 9, 34],
    'var3': [8, 39, 23, 24],
    'var4': [7, 31, 33, 14],
    'var5': [28, 15, 32, 14]
    })# 自定义函数-每一行绘制一个雷达图
    def make_spider( row, title, color):# 计算变量个数categories=list(df)[1:]N = len(categories)# 计算角度angles = [n / float(N) * 2 * pi for n in range(N)]angles += angles[:1]# 初始化布局ax = plt.subplot(2,2,row+1, polar=True, )# 偏移至顶部ax.set_theta_offset(pi / 2)ax.set_theta_direction(-1)# x标签plt.xticks(angles[:-1], categories, color='grey', size=8)# y标签ax.set_rlabel_position(0)plt.yticks([10,20,30], ["10","20","30"], color="grey", size=7)plt.ylim(0,40)# 极坐标图values = df.loc[row].drop('group').values.flatten().tolist()values += values[:1]ax.plot(angles, values, color=color, linewidth=2, linestyle='solid')ax.fill(angles, values, color=color, alpha=0.4)# 标题plt.title(title, size=11, color=color, y=1.1)# 图标参数
    my_dpi=96
    plt.figure(figsize=(1000/my_dpi, 1000/my_dpi), dpi=my_dpi)# 调色板
    my_palette = plt.cm.get_cmap("Set2", len(df.index))# 绘制多个图
    for row in range(0, len(df.index)):make_spider( row=row, title='group '+df['group'][row], color=my_palette(row))
    

    4

总结

以上通过matplotlib结合极坐标绘制雷达图,并通过其他绘图知识自定义各种各样的雷达图来适应相关使用场景。

共勉~

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/21534.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Go语言 一些问题了解

一、读取文件数据,是阻塞还是非阻塞的? 分两种情况:常规读取文件数据,和网络IO读取数据 1. 常规读取文件数据: io.Reader 和 bufio.Reader 是同步进行的。 bufio.Reader 提供缓冲的读取操作,意味着数据是…

网站入门:Flask用法讲解

Flask是一个使用Python编写的轻量级Web服务框架,旨在帮助开发人员快速构建和部署Web应用程序。下面将对Flask进行更为详细的解释说明,并展示其使用示例与注意事项: 1.解释说明 定义及特点: Flask以其简洁和灵活著称,允许开发者以…

C++:list模拟实现

hello,各位小伙伴,本篇文章跟大家一起学习《C:list模拟实现》,感谢大家对我上一篇的支持,如有什么问题,还请多多指教 ! 如果本篇文章对你有帮助,还请各位点点赞!&#xf…

LeetCode题练习与总结:二叉树展开为链表--114

一、题目描述 给你二叉树的根结点 root ,请你将它展开为一个单链表: 展开后的单链表应该同样使用 TreeNode ,其中 right 子指针指向链表中下一个结点,而左子指针始终为 null 。展开后的单链表应该与二叉树 先序遍历 顺序相同。 …

深入探讨Java字符串拼接的艺术

引言 在Java编程中,字符串是最基本的数据类型之一。字符串拼接是开发过程中一个非常常见的操作,无论是构建用户界面的文本,还是生成日志信息,都离不开字符串的拼接。然而,字符串拼接的效率和正确性常常被开发者忽视&a…

格式化数据恢复指南:从备份到实战,3个技巧一网打尽

朋友们!你们有没有遇到过那种“啊,我的文件呢?”的尴尬时刻?无论是因为手滑、电脑抽风还是其他原因,数据丢失都可能会让我们抓狂,甚至有时候,我们可能一不小心就把存储设备格式化了,…

香橙派OrangePI AiPro测评 【运行qt,编解码,xfreeRDP】

实物 为AI而生 打开盒子 配置 扛把子的 作为业界首款基于昇腾深度研发的AI开发板,Orange Pi AIpro无论在外观上、性能上还是技术服务支持上都非常优秀。采用昇腾AI技术路线,集成图形处理器,拥有8GB/16GB LPDDR4X,可以外接32…

进程通信——管道

什么是进程通信? 进程通信是实现进程间传递数据信息的机制。要实现数据信息传递就要进程间共享资源——内存空间。那么是哪块内存空间呢?进程间是相互独立的,一个进程不可能访问其他进程的内存空间,那么这块空间只能由操作系统提…

什么是RPA自动化办公?

RPA自动化办公:提升效率的利器 如今,自动化办公已成为提升效率、减少错误、节省成本的关键手段。RPA(机器人流程自动化,Robotic Process Automation)作为其中的重要组成部分,正受到越来越多企业的青睐。那…

【全开源】简单商城系统源码(PC/UniAPP)

提供PC版本、UniAPP版本(高级授权)、支持多规格商品、优惠券、积分兑换、快递鸟电子面单、支持移动端样式、统计报表等 提供全部前后台无加密源代码、数据库离线部署。 构建您的在线商店的基石 一、引言:为什么选择简单商城系统源码? 在数字化时代&am…

【Spring Cloud Alibaba】初识Spring Cloud Alibaba

目录 回顾主流的微服务框架Spring Cloud 版本简介Spring Cloud以往的版本发布顺序排列如下: 由停更引发的"升级惨案"哪些Netflix组件被移除了? 替换方案服务注册中心:服务调用:负载均衡:服务降级&#xff1a…

Python—面向对象小解(6)-闭包、装饰器

一、闭包 在Python中,闭包(closure)是一个函数对象,即使在其词法作用域外被调用,它仍然能访问该作用域内的变量。闭包通过“捕获”周围作用域的变量,保持这些变量的状态,即使在外部函数已经返回…

干货分享 | TSMaster 中 Hex 文件编辑器使用详细教程

TSMaster 软件的 Hex 文件编辑器提供了文件处理的功能,这一特性让使用 TSMaster 软件的用户可以更便捷地对 Hex、bin、mot、s19 和 tsbinary 类型的文件进行处理。 本文重点讲述 TSMaster 中 Hex 文件编辑器的使用方法,该编辑器能实现将现有的 Hex、bin、…

@vue-office/excel 解决移动端预览excel文件触发软键盘

先直接上代码 不耽误大家时间 标明下插件库 非常感谢作者提供预览插件 vue-office/excel 只需要控制CSS :deep(.x-spreadsheet-overlayer) {.x-spreadsheet-selectors {display: none !important;} } :deep(.x-spreadsheet-bottombar) {li.active {user-select: none !import…

家政上门系统源码,家政上门预约服务系统开发涉及的主要功能

家政上门预约服务系统开发是指建立一个在线平台或应用程序,用于提供家政服务的预约和管理功能。该系统的目标是让用户能够方便地预约各种家政服务,如保洁、家庭护理、月嫂、家电维修等,并实现服务供应商管理和订单管理等功能。 以下是开发家政…

Windows API 速查

Windows API 函数大全 (推荐):https://blog.csdn.net/xiao_yi_xiao/article/details/121604742Windows API 在线参考手册:http://www.office-cn.net/t/api/index.html?web.htmWindows 开发文档 (官方):https://learn.microsoft.com/zh-cn/wi…

linux驱动学习(三)之uboot与内核编译

需要板子一起学习的可以这里购买(含资料):点击跳转 GEC6818内核源码下载:点击跳转 一、环境配置 由于GEC6818对应是64位系统,虚拟机中的linux系统也要是64位,比如:ubuntu16.04.rar …

Bee 支持 与 mybatis-plus 混用吗?

Bee 支持 与 mybatis-plus 混用吗? 你是在什么场景下要混用呢? mybatis-plus是基于mybatis. 而Bee本身就是一个ORM框架了. Hibernate/MyBatis plus Sharding JDBC Jpa Spring data GraphQL App ORM (Android, 鸿蒙) Bee Bee支持的数据库 1.MySQL 2.Oracle 3.SQL…

elasticsearch的常规操作--增删改查和批量处理

1、_cat 查询 GET /_cat/nodes: 查看所有节点 GET /_cat/health: 查看es 健康状况 GET /_cat/master: 查看主节点 GET /_cat/indices:查看所有索引show databases; 2、索引一个文档(保存) 保存一个数据&…

某红书旋转滑块验证码分析与协议算法实现(高通过率)

文章目录 1. 写在前面2. 接口分析3. 验证轨迹4. 算法还原 【🏠作者主页】:吴秋霖 【💼作者介绍】:擅长爬虫与JS加密逆向分析!Python领域优质创作者、CSDN博客专家、阿里云博客专家、华为云享专家。一路走来长期坚守并致…