數(shù)據(jù)可視化:用雷達圖進行對比分析

導讀：雷達圖的背景一圈一圈像雷達，用多邊形來展現(xiàn)數(shù)據(jù)的大小，我認為比較適合用于有多種不同維度的情形，是發(fā)現(xiàn)差距的一種好工具。

作者 / 來源：林驥（ID：linjiwx）

01

02

#?導入所需的庫
import?numpy?as?np
import?pandas?as?pd
import?matplotlib?as?mpl
import?matplotlib.pyplot?as?plt
import?matplotlib.image?as?image

#?正常顯示中文標簽
mpl.rcParams['font.sans-serif']?=?['SimHei']

#?自動適應布局
mpl.rcParams.update({'figure.autolayout':?True})

#?正常顯示負號
mpl.rcParams['axes.unicode_minus']?=?False

#?禁用科學計數(shù)法
pd.set_option('display.float_format',?lambda?x:?'%.2f'?%?x)?

#?定義顏色，主色：藍色，輔助色：灰色，互補色：橙色
c?=?{'藍色':'#00589F',?'深藍色':'#003867',?'淺藍色':'#5D9BCF',
?????'灰色':'#999999',?'深灰色':'#666666',?'淺灰色':'#CCCCCC',
?????'橙色':'#F68F00',?'深橙色':'#A05D00',?'淺橙色':'#FBC171'}

#?數(shù)據(jù)源路徑
filepath='./data/林驥的學分構(gòu)成.xlsx'

#?讀取?Excel文件
df?=?pd.read_excel(filepath)

#?提取畫圖所需的數(shù)據(jù)
data0?=?df.iloc[0,?2:].values
data1?=?df.iloc[1,?2:].values

#提取標簽
label?=?np.array(df.iloc[1,?2:].index)

#?根據(jù)分數(shù)添加評級的標簽
for?i,?d?in?enumerate(data1):
????if?d?>?4:
????????grade?=?'A^+'
????elif?d?==?4:
????????grade?=?'A'
????elif?d?>?3:
????????grade?=?'B^+'
????elif?d?==?3:
????????grade?=?'B'
????else:
????????grade?=?'B^-'
????label[i]?+=?'\n'?+?r'$\bf{'?+?grade?+?'}$'


#?data?有幾個數(shù)據(jù)，就把整圓?360°?分成幾份
angle?=?np.linspace(0,?2*np.pi,?len(data0),?endpoint=False)

#?增加第一個?angle?到所有?angle?里，以實現(xiàn)閉合
angles?=?np.concatenate((angle,?[angle[0]]))

#?倒轉(zhuǎn)順序，以讓雷達圖順時針顯示
angles?=?angles[::-1]

#增加第一個?data?到所有的?data?里，以實現(xiàn)閉合
data0?=?np.concatenate((data0,?[data0[0]]))
data1?=?np.concatenate((data1,?[data1[0]]))

#?使用「面向?qū)ο蟆沟姆椒ó媹D，定義圖片的大小
fig,?ax=plt.subplots(figsize=(8,?8),?subplot_kw=dict(polar=True))

#?設置背景顏色
fig.set_facecolor('w')
ax.set_facecolor('w')

#?設置標題
ax.set_title('\n林驥的學分構(gòu)成及其變化\n\n',?fontsize=26,?loc='left',?color=c['深灰色'])?

#?設置網(wǎng)格標簽
ax.set_thetagrids(angles*180/np.pi,?labels=label)

#?畫雷達圖，用順時針顯示
ax.plot(angles,?data0,?'o-',?label=df.iloc[0,?0].strftime('%Y-%m-%d'))
ax.plot(angles,?data1,?'o-',?label=df.iloc[1,?0].strftime('%Y-%m-%d'))

#?設置極坐標?0°?的位置
ax.set_theta_zero_location('N')?

#?設置顯示的極徑范圍
ax.set_rlim(0,?5)

#?填充顏色
ax.fill(angles,?data0,?facecolor=c['淺藍色'],?alpha=0.6)
ax.fill(angles,?data1,?facecolor=c['淺橙色'],?alpha=0.6)

#?設置極徑標簽，放在第一象限的中間位置
ax.set_rlabel_position(360-360/len(data0)/2)

#?設置圖例顯示的位置
l?=?ax.legend(ncol=2,?loc='lower?center',?frameon=False,?borderaxespad=-3,?fontsize=13)
for?text?in?l.get_texts():
????text.set_color(c['深灰色'])
#?????text.set_size(13)

#?去掉最外圍的黑圈
ax.spines['polar'].set_visible(False)?

#?設置坐標標簽字體大小和顏色
ax.tick_params(labelsize=16,?colors=c['深灰色'])

plt.show()

03

1. 如果在一個雷達圖中展現(xiàn)超過 2 組數(shù)據(jù)，會讓圖表難以閱讀。
2. 變量的個數(shù)不宜過多，否則密密麻麻的線條可能讓人抓不到重點。
3. 從表達數(shù)據(jù)的精確度來看，極坐標中的角度，不如直角坐標中的位置。

同樣的數(shù)據(jù)，不同人得出的觀點可能不一樣，圖表的選擇可能也不一樣，我們通常需要考慮以下幾個因素：

1. 分析提煉的信息；
2. 所屬數(shù)據(jù)的類型；
3. 想要表達的觀點；
4. 想要強調(diào)的信息。

• OpenCV入門及應用案例：手把手教你做DNN圖像分類
  

• 大數(shù)據(jù)、人工智能帶來的危機：科技巨頭會毀掉我們的生活嗎？
  

• 56秒看完131年英格蘭頂級聯(lián)賽冠軍排行：利物浦時隔30年再奪冠
  

• 一文看懂Python的控制結(jié)構(gòu)：for、while、if…都有了