### 绘制玫瑰图的方法 在 Python 中，可以使用 `matplotlib` 或者其他高级绘图库（如 Seaborn）来绘制玫瑰图。以下是基于 `matplotlib` 的实现方法。 #### 方法一：使用极坐标系绘制玫瑰图 通过设置 `projection='polar'` 参数，可以在极坐标下绘制玫瑰图。以下是一个完整的示例代码： ```python import numpy as np import matplotlib.pyplot as plt # 构造数据 categories = ['A', 'B', 'C', 'D', 'E'] values = [23, 17, 35, 29, 12] # 计算角度分布 angles = np.linspace(0, 2 * np.pi, len(categories), endpoint=False).tolist() # 将最后一个类别连接到第一个类别的位置形成闭环 values += values[:1] angles += angles[:1] # 创建极坐标图表 fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(projection='polar')) ax.plot(angles, values, color='red', linewidth=2, linestyle='solid') ax.fill(angles, values, color='pink', alpha=0.6) # 设置刻度和标签 ax.set_xticks(angles[:-1]) # 不显示重复的第一个点 ax.set_xticklabels(categories) ax.set_title('Rose Diagram Example') plt.show() ``` 上述代码展示了如何利用极坐标的特性构建一个闭合的多边形区域[^1]。 --- #### 方法二：使用条形图模拟玫瑰图 另一种方式是通过 `bar()` 函数，在极坐标上绘制柱状图形式的玫瑰图。这种方法适合展示分类变量的比例关系。 ```python import numpy as np import matplotlib.pyplot as plt # 定义数据 categories = ['Category A', 'Category B', 'Category C', 'Category D'] values = [15, 30, 45, 10] # 转化为角度 theta = np.linspace(0.0, 2 * np.pi, len(values), endpoint=False) # 初始化极坐标子图 fig, ax = plt.subplots(subplot_kw={'projection': 'polar'}) bars = ax.bar(theta, values, width=0.4, bottom=0.0) # 自定义颜色和透明度 colors = ['orange', 'green', 'blue', 'purple'] for bar, color in zip(bars, colors): bar.set_facecolor(color) bar.set_alpha(0.7) # 添加标题 ax.set_title('Bar Polar Rose Chart') plt.show() ``` 此代码片段演示了如何用不同宽度和高度的条形表示各个类别的数值，并赋予不同的视觉效果[^2]。 --- ### 总结 以上两种方法分别适用于连续型数据和离散型数据的可视化需求。如果需要更复杂的样式调整或者交互功能，则可考虑引入第三方扩展包（例如 Bokeh 或 Plotly），它们提供了更为灵活的 API 支持。