### matplotlib 雷达图的颜色选择 对于matplotlib绘制的雷达图来说，颜色的选择不仅影响到图形的美观度还涉及到数据表达的有效性和可读性。为了确保图表既具有视觉吸引力又易于理解，建议遵循一些最佳实践来挑选颜色。 #### 单一类别情况下的颜色选取 当仅有一个系列的数据被表示成雷达图时，可以选择鲜明而不过于刺眼的颜色以便突出显示该组数据特征。比如蓝色(`'#1f77b4'`)是一个不错的选择因为它足够显眼却又不会让人觉得突兀[^1]。 ```python import numpy as np import matplotlib.pyplot as plt from math import pi # 设置数据 categories=['A','B','C','D'] values=[3,2,5,4] angles = [n / float(len(categories)) * 2 * pi for n in range(len(categories))] values += values[:1] angles += angles[:1] fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(polar=True)) ax.fill(angles, values, color='#1f77b4', alpha=0.25) plt.show() ``` #### 多类别对比场景下配色方案 如果在同一张雷达图上比较多个不同的分类，则应采用区分度高的色彩组合以帮助观众快速识别各个部分。可以利用预定义好的调色板如`tab10`或自定义一组互补性强的颜色列表来进行配置[^2]。 ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt from math import pi df = pd.DataFrame({ 'group': ['A', 'B'], 'var1': [38, 1.5], 'var2': [29, 22], 'var3': [8, 17], 'var4': [7, 16] }) categories = list(df)[1:] N = len(categories) angles = [n / float(N) * 2 * pi for n in range(N)] angles += angles[:1] ax = plt.subplot(111, polar=True) colors = ['#1f77b4','#ff7f0e'] for i in range(len(df)): values=df.loc[i].drop('group').values.flatten().tolist() values += values[:1] ax.plot(angles, values, linewidth=1, linestyle='solid', label=df['group'][i]) ax.fill(angles, values, colors[i], alpha=0.25) plt.legend(loc='upper right', bbox_to_anchor=(0.1, 0.1)) plt.show() ``` #### 色彩搭配原则总结 - **高对比度**：确保背景与前景之间有足够的亮度差异。 - **一致性**：在整个项目中保持相同的主题色调。 - **适量饱和度**：避免过度鲜艳以免造成阅读困难。 - **辅助工具**：考虑使用在线配色器或者现成的主题模板简化工作流程[^3]。