Python---陈氏绘制雷达图
import matplotlib.pyplot as plt
import numpy as np
values = [0.09,-0.05,0.20,-0.02,0.08,0.09,0.03,0.027]
x = np.linspace(0,2*np.pi,9)[:-1]
c = np.random.random(size=(8,3))
fig = plt.figure()
plt.axes(polar=True)
#获取当前的axes
print(plt.gca())
#绘图
plt.bar(x,values,width=0.5,color=c,align=‘center’)
plt.scatter(x,values,marker=‘o’,c=‘black’)
#添加文本
plt.figtext(0.03,0.7,s=‘陆地面积增长指数’,fontproperties=‘KaiTi’,fontsize=22,rotation=‘vertical’,verticalalignment=‘center’,horizontalalignment=‘center’)
plt.ylim(-0.05, 0.25)
labels = np.array([‘省1’,‘省2’,‘省3’,‘省4’,‘省5’,‘省6’,‘省7’,‘研究区’])
dataLength = 8
angles = np.linspace(0, 2*np.pi, dataLength, endpoint=False)
plt.thetagrids(angles * 180/np.pi, labels,fontproperties=‘KaiTi’,fontsize=18)
#添加注释
plt.annotate(s=‘省’,xy=(0,0.09),xytext=(0,0.28),fontproperties=‘KaiTi’,fontsize=18)
plt.annotate(s=‘省’,xy=(0,-0.05),xytext=(np.pi/4,0.28),fontproperties=‘KaiTi’,fontsize=18)
plt.annotate(s=‘省’,xy=(0,0.20),xytext=(np.pi/2,0.28),fontproperties=‘KaiTi’,fontsize=18)
plt.annotate(s=‘省’,xy=(0,-0.02),xytext=(3*np.pi/4,0.33),fontproperties=‘KaiTi’,fontsize=18)
plt.annotate(s=‘省’,xy=(0,0.08),xytext=(np.pi,0.38),fontproperties=‘KaiTi’,fontsize=18)
plt.annotate(s=‘省’,xy=(0,0.09),xytext=(np.pi*5/4,0.35),fontproperties=‘KaiTi’,fontsize=18)
plt.annotate(s=‘前江省’,xy=(0,0.03),xytext=(np.pi*3/2,0.30),fontproperties=‘KaiTi’,fontsize=18)
plt.annotate(s=‘研究区’,xy=(0,0.027),xytext=(np.pi*7/4,0.28),fontproperties=‘KaiTi’,fontsize=18)
#设置网格线样式
plt.grid(c=‘gray’,linestyle=’–’,)
y1 = [-0.05,0.0,0.05,0.10,0.15,0.20,0.25]
lai=fig.add_axes([0.12,0.01,0.8,0.98])
lai.patch.set_alpha(0.25)
lai.set_ylim(-0.05, 0.25)
#显示
plt.show()
在这里插入图片描述
encoding: utf-8
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams[‘font.sans-serif’] = [‘SimHei’] # 图例中文问题
plt.rcParams[‘axes.unicode_minus’] = False #正负号问题
x= np.array([‘1省’,‘2省’,‘3省’,‘4省’,‘5省’,‘6省’,‘7省’,‘研究区’])
y1 = np.array([5.5, 7.2, 17.3, 15.0, 10.8, 21.8, 3.4, 81.4])
y2 = [0, -27.5, -3.9, -18.0, -0.2, -1.4, -1.7, -52.1]
y3 = [5.5, -20.2, 13.4, -2.9, 10.6, 20.4, 1.7, 28.5]
loc=[0.12,0.15,0.65,0.6]
plt.axes(loc)
plt.bar(x,y1,0.4,label=u’退’)
plt.bar(x,y2,0.4,label=u’进’)
plt.plot(x,y3,marker=‘o’,markersize=‘6’,c=‘black’)
y=np.array([-50, 0 ,50])
plt.xticks(x,fontproperties=‘KaiTi’,fontsize=8)
plt.yticks(y)
plt.grid(c=‘gray’,linestyle=’–’,alpha=0.25)
plt.figtext(0.02,0.45,s=‘变化(km2)’,fontproperties=‘KaiTi’,fontsize=14,rotation=‘vertical’,verticalalignment=‘center’,horizontalalignment=‘center’)
#frameon=False 去掉图例边框
plt.legend(loc=‘center’, bbox_to_anchor=(1.2, 0.5),ncol=1,
frameon=False)
plt.show()
!
在这里插入图片描述](https://img-blog.csdnimg.cn/20210214085312573.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzM4MTI3NDg3,size_16,color_FFFFFF,t_70#pic_center)
绘制极坐标
import numpy as np
import matplotlib.pyplot as plt
极坐标(0.25*pi,20)
plt.polar(0.25*np.pi, 20, ‘ro’, lw=2) # 'ro’红色圆点
plt.ylim(0,50)
plt.show()
绘制及坐标点
import numpy as np
import matplotlib.pyplot as plt
极坐标(0.25*pi,20)
plt.polar(0.25*np.pi, 20, ‘ro’, lw=2) # 'ro’红色圆点
plt.ylim(0,50)
plt.show()
绘制多个极坐标点
import numpy as np
import matplotlib.pyplot as plt
theta = np.array([0.25,0.5,0.75,1,1.25,1.5,1.75,2])
r = [75,60,50,70,50,85,45,70]
plt.polar(theta*np.pi, r, ‘ro’, lw=2) # 'ro’红色圆点
plt.ylim(0,100)
plt.show()
链接极坐标点
import numpy as np
import matplotlib.pyplot as plt
theta = np.array([0.25,0.5,0.75,1,1.25,1.5,1.75,2])
r = [75,60,50,70,50,85,45,70]
plt.polar(theta*np.pi, r, ‘ro-’, lw=2)
plt.ylim(0,100)
plt.show()
闭合极坐标点
import numpy as np
import matplotlib.pyplot as plt
只需在末尾添加一个和起始点重合的点
theta = np.array([0.25,0.5,0.75,1,1.25,1.5,1.75,2,0.25])
r = [75,60,50,70,50,85,45,70, 75]
plt.polar(theta*np.pi, r, ‘ro-’, lw=2)
plt.ylim(0,100)
plt.show()
为闭合坐标点着色
import numpy as np
import matplotlib.pyplot as plt
只需在末尾添加一个和起始点重合的点
theta = np.array([0.25,0.5,0.75,1,1.25,1.5,1.75,2,0.25])
r = [75,60,50,70,50,85,45,70, 75]
plt.polar(theta*np.pi, r, ‘ro-’, lw=2)
plt.fill(theta*np.pi, r, facecolor=‘r’, alpha=0.5) # 填充
plt.ylim(0,100)
plt.show()
CSDN搜索:python绘制雷达图代码实例-Matplotlib绘制雷达图和三维图的示例代码
CSDN搜索:python雷达图详解_python绘制雷达图实例讲解
Python---陈氏绘制雷达图相关推荐
- Python matplotlib绘制雷达图
Python matplotlib绘制雷达图 本篇文章介绍使用matplotlib绘制雷达图. 雷达图也被称为网络图,蜘蛛图,星图,蜘蛛网图,是一个不规则的多边形.雷达图可以形象地展示相同事物的多维指 ...
- python制作雷达图_如何利用Python matplotlib绘制雷达图
本篇文章介绍使用matplotlib绘制雷达图. 雷达图也被称为网络图,蜘蛛图,星图,蜘蛛网图,是一个不规则的多边形.雷达图可以形象地展示相同事物的多维指标,雷达图几乎随处可见,应用场景非常多. 一. ...
- 【Python】绘制雷达图
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 ...
- python雷达图数据_PYTHON绘制雷达图代码实例
这篇文章主要介绍了PYTHON绘制雷达图代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 1.雷达图 import matplotlib.py ...
- python话雷达图-PYTHON绘制雷达图代码实例
这篇文章主要介绍了PYTHON绘制雷达图代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 1.雷达图 import matplotlib.py ...
- python绘制雷达图代码实例-PYTHON绘制雷达图代码实例
这篇文章主要介绍了PYTHON绘制雷达图代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 1.雷达图 import matplotlib.py ...
- python画出的雷达图效果-PYTHON绘制雷达图代码实例
这篇文章主要介绍了PYTHON绘制雷达图代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 1.雷达图 import matplotlib.py ...
- python绘制雷达图代码实例-使用python绘制温度变化雷达图
本文实例为大家分享了python绘制温度变化雷达图的具体代码,供大家参考,具体内容如下 假设某天某地每三个小时取样的气温为 针对温度变化趋势绘制雷达图: 代码如下: import numpy as n ...
- python话雷达图-python使用matplotlib绘制雷达图
本文实例为大家分享了python使用matplotlib绘制雷达图的具体代码,供大家参考,具体内容如下 示例代码: # encoding: utf-8 import pandas as pd impo ...
- python绘制雷达图代码实例-python处理excel绘制雷达图
本文实例为大家分享了python处理excel绘制雷达图的具体代码,供大家参考,具体内容如下 python处理excel制成雷达图,利用工具plotly在线生成,事先要安装好xlrd组件 代码: im ...
最新文章
- 研究生再次大幅扩招!高校能否承载?教育部最新表态来了
- jquery ajax 样例
- 相似度--欧氏距离(归一化)
- Linux中的一个命令行计算器bc简介
- YbtOJ#643-机器决斗【贪心,李超树】
- VS2019 更新MSDN并创建快捷方式
- Java基础学习总结(86)——Java异常处理机制Exception抛出异常时throw和throws用法详解
- [学习笔记]拉格朗日中值定理
- ai带来的革命_AI革命就在这里。 这与我们预期的不同。
- Fiddler抓包快速入门-windows网页抓包
- google服务框架 闪退_没 Google 服务闪退?教你解决手游谷歌服务问题
- 简述具有五层协议的网络体系结构各层的主要功能。
- 采集天眼查的10个经典方法
- 20221106EXCEL/腾讯文档 部分常用函数嵌套用法总结
- 以标记清除的方式垃圾回收
- SEM测试线扫与面扫
- 用SQL语句进行数据分页查询
- Java网站开发中的DAO是什么意思
- Vue中Button按钮基础用法及参数属性
- k-中心点算法(k-medoids)及Matlab代码实现
热门文章
- Oracle查询用户权限
- 电商项目day11(商品搜索功能实现排序结果分页)
- css案例 - 评分效果的星星✨外衣
- 基于matlab在信号与系统仿真中的应用,基于MATLAB在信号与系统仿真中的应用
- 实现74X138和用74X138和74X139构成5-32线译码器
- 深度学习中的Normalization总结(BN/LN/WN/IN/GN)
- 养老展,2023中国北京国际养老产业博览会
- 氮化镓助力快充小型化,KEMET聚合物钽电容大显身手
- OA办公系统是如何提升企业办公效率的?
- Improved Raft Consensus Algorithm in HighReal-Time and Highly Adversarial Environment(Raft算法改进区块链效率