苏州城乡建设网站海淀区seo全面优化
雷达图 Radar Chart
雷达图是多特性直观展示的重要方式
问题分析
霍兰德认为：人格兴趣与职业之间应有一种内在的对应关系
人格分类：研究型、艺术型、社会型、企业型、传统型、现实性
职业：工程师、实验员、艺术家、推销员、记事员、社会工作者
需求：雷达图方式验证霍兰德人格分析 - 输入：各职业人群结合兴趣的调研数据 - 输出：雷达图
分析：
这段代码的作用是绘制一个极坐标系下的雷达图，其中包含了职业类型和对应的6个特质分数的数据。具体步骤如下：
-
导入所需的库：numpy和matplotlib.pyplot。
-
设置中文标签显示：将默认字体设置为中文黑体。
-
定义数据：一个6行6列的矩阵，表示6个职业的6个特质分数。
-
定义角度：使用numpy的linspace函数生成6个角度，作为雷达图的x轴坐标。
-
重复第一个角度：为了让图像闭合，将第一个角度再添加到数组的最后。
-
定义职业标签：一个包含7个字符串元素的列表。
-
绘制雷达图：通过循环绘制每个职业的特质分数图形。在循环中，使用ax.plot函数绘制特质分数的折线图，并使用ax.fill函数填充颜色。
-
添加坐标轴标签：使用ax.set_thetagrids函数添加角度轴的标签。
-
添加标题：使用plt.title函数添加图表标题。
-
添加图例：使用plt.legend函数添加图例。
-
显示图形：使用plt.show函数显示图形。
代码：
# -- coding: utf-8 --
import numpy as np
import matplotlib.pyplot as plt
# 如果需要使用中文标签，还需添加以下代码
plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体为中文黑体
# 数据
data = [[0.40, 0.32, 0.35, 0.30, 0.30, 0.88],[0.85, 0.75, 0.30, 0.25, 0.20, 0.40],[0.43, 0.89, 0.30, 0.28, 0.22, 0.30],[0.20, 0.30, 0.85, 0.45, 0.32, 0.25],[0.19, 0.22, 0.40, 0.90, 0.92, 0.28],[0.62, 0.55, 0.27, 0.25, 0.35, 0.30]]# 角度（弧度）
angles = np.linspace(0, 2*np.pi, 6, endpoint=False)# 重复第一个角度以使图像闭合
angles = np.concatenate((angles, [angles[0]]))# 职业
occupations = ['工程师', '实验员', '艺术家', '推销员', '记事员', '社会工作者', '技术员']# 绘图
fig = plt.figure()
ax = fig.add_subplot(111, polar=True)
for i in range(len(data)):# 绘制折线图ax.plot(angles, data[i]+data[i][:1], 'o-', linewidth=2, label=occupations[i])# 填充颜色ax.fill(angles, data[i]+data[i][:1], alpha=0.25)
# 添加坐标轴标签
ax.set_thetagrids(angles*180/np.pi, occupations)
# 添加标题
plt.title('Holland Personality Analysis', fontsize=20)
# 添加图例
plt.legend(loc='best')
# 显示图形
plt.show()
效果：
