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’: [381.5304],
    ‘var2’: [2910934],
    ‘var3’: [8392324],
    ‘var4’: [7313314],
    ‘var5’: [28153214]
    })

    # 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’: [381.5304],
    ‘var2’: [2910934],
    ‘var3’: [8392324],
    ‘var4’: [7313314],
    ‘var5’: [28153214]
    })

    # 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=(0.10.1))

    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’: [381.5304],
    ‘var2’: [2910934],
    ‘var3’: [8392324],
    ‘var4’: [7313314],
    ‘var5’: [28153214]
    })

    # 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~

 

原创文章,作者:guozi,如若转载,请注明出处:https://www.sudun.com/ask/87873.html

(0)
guozi的头像guozi
上一篇 2024年6月3日 下午3:20
下一篇 2024年6月3日 下午3:26

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注