Introdução
Neste laboratório, você aprenderá como criar um gráfico radar usando a biblioteca Matplotlib do Python. Um gráfico radar, também conhecido como gráfico aranha (spider chart) ou gráfico estrela (star chart), é um método gráfico de exibição de dados multivariados na forma de um gráfico bidimensional de três ou mais variáveis quantitativas representadas em eixos que partem do mesmo ponto. Ele é frequentemente usado para comparar diferentes produtos ou soluções com base em vários fatores.
Dicas da VM
Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.
Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido a limitações no Jupyter Notebook.
Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.
Importar Bibliotecas
Primeiramente, precisamos importar as bibliotecas necessárias. Matplotlib e numpy são requeridas para este tutorial.
import matplotlib.pyplot as plt
import numpy as np
Definir a Função do Gráfico Radar
Em seguida, definiremos uma função para criar um gráfico radar. Esta função receberá dois argumentos: num_vars e frame. num_vars é o número de variáveis para o gráfico radar, e frame especifica a forma da moldura que circunda os eixos.
from matplotlib.patches import Circle, RegularPolygon
from matplotlib.path import Path
from matplotlib.projections import register_projection
from matplotlib.projections.polar import PolarAxes
from matplotlib.spines import Spine
from matplotlib.transforms import Affine2D
def radar_factory(num_vars, frame='circle'):
## code for the function goes here
Definir as Classes Radar Transform e Radar Axes
Dentro da função radar_factory, definiremos as classes RadarTransform e RadarAxes. Estas classes serão usadas para criar o gráfico radar.
class RadarTransform(PolarAxes.PolarTransform):
## code for the RadarTransform class goes here
class RadarAxes(PolarAxes):
## code for the RadarAxes class goes here
Definir os Métodos fill e plot
Dentro da classe RadarAxes, definiremos os métodos fill e plot. Estes métodos serão usados para preencher a área dentro do gráfico e plotar os pontos de dados, respectivamente.
class RadarAxes(PolarAxes):
## code for the RadarAxes class goes here
def fill(self, *args, closed=True, **kwargs):
## override the fill method
return super().fill(closed=closed, *args, **kwargs)
def plot(self, *args, **kwargs):
## override the plot method
lines = super().plot(*args, **kwargs)
for line in lines:
self._close_line(line)
def _close_line(self, line):
## helper method to close the line
x, y = line.get_data()
if x[0] != x[-1]:
x = np.append(x, x[0])
y = np.append(y, y[0])
line.set_data(x, y)
Definir os Métodos set_varlabels, _gen_axes_patch e _gen_axes_spines
Dentro da classe RadarAxes, também definiremos os métodos set_varlabels, _gen_axes_patch e _gen_axes_spines. Estes métodos definirão os rótulos das variáveis, gerarão o patch dos eixos e gerarão as espinhas dos eixos, respectivamente.
class RadarAxes(PolarAxes):
## code for the RadarAxes class goes here
def set_varlabels(self, labels):
self.set_thetagrids(np.degrees(theta), labels)
def _gen_axes_patch(self):
if frame == 'circle':
return Circle((0.5, 0.5), 0.5)
elif frame == 'polygon':
return RegularPolygon((0.5, 0.5), num_vars,
radius=.5, edgecolor="k")
else:
raise ValueError("Unknown value for 'frame': %s" % frame)
def _gen_axes_spines(self):
if frame == 'circle':
return super()._gen_axes_spines()
elif frame == 'polygon':
spine = Spine(axes=self,
spine_type='circle',
path=Path.unit_regular_polygon(num_vars))
spine.set_transform(Affine2D().scale(.5).translate(.5, .5)
+ self.transAxes)
return {'polar': spine}
else:
raise ValueError("Unknown value for 'frame': %s" % frame)
Definir os Dados de Exemplo
Agora, definiremos os dados de exemplo que usaremos para criar o gráfico radar. Estes dados são retirados de um estudo sobre estimativas de perfis de fontes de poluição.
def example_data():
data = [
['Sulfate', 'Nitrate', 'EC', 'OC1', 'OC2', 'OC3', 'OP', 'CO', 'O3'],
('Basecase', [
[0.88, 0.01, 0.03, 0.03, 0.00, 0.06, 0.01, 0.00, 0.00],
[0.07, 0.95, 0.04, 0.05, 0.00, 0.02, 0.01, 0.00, 0.00],
[0.01, 0.02, 0.85, 0.19, 0.05, 0.10, 0.00, 0.00, 0.00],
[0.02, 0.01, 0.07, 0.01, 0.21, 0.12, 0.98, 0.00, 0.00],
[0.01, 0.01, 0.02, 0.71, 0.74, 0.70, 0.00, 0.00, 0.00]]),
('With CO', [
[0.88, 0.02, 0.02, 0.02, 0.00, 0.05, 0.00, 0.05, 0.00],
[0.08, 0.94, 0.04, 0.02, 0.00, 0.01, 0.12, 0.04, 0.00],
[0.01, 0.01, 0.79, 0.10, 0.00, 0.05, 0.00, 0.31, 0.00],
[0.00, 0.02, 0.03, 0.38, 0.31, 0.31, 0.00, 0.59, 0.00],
[0.02, 0.02, 0.11, 0.47, 0.69, 0.58, 0.88, 0.00, 0.00]]),
('With O3', [
[0.89, 0.01, 0.07, 0.00, 0.00, 0.05, 0.00, 0.00, 0.03],
[0.07, 0.95, 0.05, 0.04, 0.00, 0.02, 0.12, 0.00, 0.00],
[0.01, 0.02, 0.86, 0.27, 0.16, 0.19, 0.00, 0.00, 0.00],
[0.01, 0.03, 0.00, 0.32, 0.29, 0.27, 0.00, 0.00, 0.95],
[0.02, 0.00, 0.03, 0.37, 0.56, 0.47, 0.87, 0.00, 0.00]]),
('CO & O3', [
[0.87, 0.01, 0.08, 0.00, 0.00, 0.04, 0.00, 0.00, 0.01],
[0.09, 0.95, 0.02, 0.03, 0.00, 0.01, 0.13, 0.06, 0.00],
[0.01, 0.02, 0.71, 0.24, 0.13, 0.16, 0.00, 0.50, 0.00],
[0.01, 0.03, 0.00, 0.28, 0.24, 0.23, 0.00, 0.44, 0.88],
[0.02, 0.00, 0.18, 0.45, 0.64, 0.55, 0.86, 0.00, 0.16]])
]
return data
Definir o Número de Variáveis e Calcular os Ângulos dos Eixos
Agora, definiremos o número de variáveis e calcularemos os ângulos dos eixos igualmente espaçados usando numpy.
N = 9
theta = radar_factory(N, frame='polygon')
Criar o Gráfico Radar
Finalmente, podemos criar o gráfico radar usando os dados de exemplo e a classe RadarAxes.
data = example_data()
spoke_labels = data.pop(0)
fig, axs = plt.subplots(figsize=(9, 9), nrows=2, ncols=2,
subplot_kw=dict(projection='radar'))
fig.subplots_adjust(wspace=0.25, hspace=0.20, top=0.85, bottom=0.05)
colors = ['b', 'r', 'g', 'm', 'y']
for ax, (title, case_data) in zip(axs.flat, data):
ax.set_rgrids([0.2, 0.4, 0.6, 0.8])
ax.set_title(title, weight='bold', size='medium', position=(0.5, 1.1),
horizontalalignment='center', verticalalignment='center')
for d, color in zip(case_data, colors):
ax.plot(theta, d, color=color)
ax.fill(theta, d, facecolor=color, alpha=0.25, label='_nolegend_')
ax.set_varlabels(spoke_labels)
labels = ('Factor 1', 'Factor 2', 'Factor 3', 'Factor 4', 'Factor 5')
legend = axs[0, 0].legend(labels, loc=(0.9, .95),
labelspacing=0.1, fontsize='small')
fig.text(0.5, 0.965, '5-Factor Solution Profiles Across Four Scenarios',
horizontalalignment='center', color='black', weight='bold',
size='large')
plt.show()
Resumo
Neste laboratório, você aprendeu como criar um gráfico radar usando a biblioteca Matplotlib do Python. Um gráfico radar é um método gráfico de exibir dados multivariados na forma de um gráfico bidimensional de três ou mais variáveis quantitativas representadas em eixos que partem do mesmo ponto. Ele é frequentemente usado para comparar diferentes produtos ou soluções com base em vários fatores.