### 如何使用Python绘制雷达图 以下是基于`matplotlib`库实现的一个完整的雷达图绘制示例代码： ```python import numpy as np import matplotlib.pyplot as plt # 数据准备 labels = ['Math', 'Physics', 'Chemistry', 'Biology', 'Geography'] stats = [40, 30, 50, 20, 60] # 将数据转换为适合极坐标的格式 angles = np.linspace(0, 2 * np.pi, len(labels), endpoint=False).tolist() stats += stats[:1] # 关闭多边形 angles += angles[:1] # 创建子图并设置为极坐标模式 fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(polar=True)) # 绘制折线和填充区域 ax.plot(angles, stats, color='blue', linewidth=2, linestyle='solid') ax.fill(angles, stats, color='skyblue', alpha=0.3) # 设置标签 ax.set_thetagrids(np.degrees(angles[:-1]), labels) ax.set_rlabel_position(30) # 刻度标签的位置调整 # 设置径向范围 ax.set_ylim(0, max(stats) + 10) # 添加标题 plt.title('Radar Chart Example') # 显示图形 plt.show() ``` 此代码实现了基本的雷达图功能，包括关闭多边形、添加标签以及自定义颜色和透明度[^2]。 如果希望进一步增强可视化效果，可以考虑使用`plotly`库。以下是一个基于`plotly`的雷达图示例： ```python import plotly.graph_objects as go # 数据准备 categories = ['Math', 'Physics', 'Chemistry', 'Biology', 'Geography'] values = [40, 30, 50, 20, 60] # 创建雷达图对象 fig = go.Figure() # 添加轨迹 fig.add_trace(go.Scatterpolar( r=values, theta=categories, fill='toself', name='Scores' )) # 更新布局 fig.update_layout( polar=dict( radialaxis=dict(visible=True, range=[0, max(values)+10]) ), showlegend=True, title="Interactive Radar Chart with Plotly" ) # 展示图表 fig.show() ``` 这段代码利用了`plotly`的强大交互能力，生成了一个动态可交互的雷达图[^5]。 --- #### 雷达图的特点与应用场景 雷达图是一种适用于多维数据分析的工具，尤其擅长于对比不同维度的表现或特性。通过将各维度映射到极坐标中的角度方向，并用数值表示半径长度，能够直观呈现复杂的关系结构[^3]。 为了更好地控制雷达图外观，可以通过如下方式优化： - **调整线条样式**：改变颜色、宽度等参数提升辨识度。 - **增加标注信息**：在特定点位附加文字说明以便更清晰表达含义。 - **设定边界条件**：合理规划最大最小值区间使得整体比例协调美观[^4]。 ---