之前在一些数据分析案例中看到用 Go 语言绘制的雷达图，非常的漂亮，就想着用matlibplot.pyplot也照着画一个，遗憾的是matlibplot.pyplot模块中没有直接绘制雷达图的函数，不过可以基于‘polar’图形特征来改进，下面就记录一下如何绘制雷达图。
import numpy as np
import matplotlib.pyplot as plt
# 用于正常显示中文 plt.rcParams['font.sans-serif'] = 'SimHei' #用于正常显示符号 plt.rcParams['axes.unicode_minus'] = False # 使用ggplot的绘图风格，这个类似于美化了，可以通过plt.style.available查看可选值，你会发现其它的风格真的丑。。。 plt.style.use('ggplot') # 构造数据 values = [2.6,2.1,3.4,3,4.1] feature = ['个人能力','QC知识','解决问题能力','服务质量意识','团队精神'] # 设置每个数据点的显示位置，在雷达图上用角度表示 angles=np.linspace(0, 2*np.pi,len(values), endpoint=False) # 拼接数据首尾，使图形中线条封闭 values=np.concatenate((values,[values[0]])) angles=np.concatenate((angles,[angles[0]])) # 绘图 fig=plt.figure() # 设置为极坐标格式 ax = fig.add_subplot(111, polar=True) # 绘制折线图 ax.plot(angles, values, 'o-', linewidth=2) # 填充颜色 ax.fill(angles, values, alpha=0.25) # 设置图标上的角度划分刻度，为每个数据点处添加标签 ax.set_thetagrids(angles * 180/np.pi, feature) # 设置雷达图的范围 ax.set_ylim(0,5) # 添加标题 plt.title('活动前后员工状态表现') # 添加网格线 ax.grid(True) plt.show()
一般我们用雷达图时，是为了比较两组数据，因此看一下如何用雷达图比较两组数据
values_2=[1.7,4.1,3.3,2.6,3.8] values_2=np.concatenate([values_2,[values_2[0]]]) fig=plt.figure() ax = fig.add_subplot(111, polar=True) ax.plot(angles, values, 'o-', linewidth=2,label='活动前') ax.fill(angles, values, alpha=0.25) ax.plot(angles, values_2, 'o-', linewidth=2,label='活动后') ax.fill(angles, values_2, alpha=0.25) ax.set_thetagrids(angles * 180/np.pi, feature) ax.set_ylim(0,5) plt.title('活动前后员工状态表现') plt.legend(loc='best') ax.grid(True) plt.show() 
不过说实话，这个图形并不怎么美观，个人感觉主要是背景颜色得换一下。之前还看到有人用pygal库（pygal库绘制世界地图信息挺不错）绘图库绘制雷达图
import pygal
# 调用Radar这个类，并设置雷达图的填充，及数据范围
radar_chart = pygal.Radar(fill = True, range=(0,5)) # 添加雷达图的标题 radar_chart.title = '活动前后员工状态表现' # 添加雷达图各顶点的含义 radar_chart.x_labels = ['个人能力','QC知识','解决问题能力','服务质量意识','团队精神'] # 绘制两条雷达图区域 radar_chart.add('活动前', [3.2,2.1,3.5,2.8,3]) radar_chart.add('活动后', [4,4.1,4.5,4,4.1]) # 保存图像 radar_chart.render_to_file('radar_chart.svg') 
这个图就好看很多，而且还是可以交互显示信息的图形。