Создание диаграммы радара | Руководство по Matplotlib для Python

Введение

В этом практическом занятии вы научитесь создавать диаграмму радара с использованием библиотеки Matplotlib для Python. Диаграмма радара, также известная как диаграмма паука или звездная диаграмма, представляет собой графический метод визуализации многомерных данных в виде двухмерной диаграммы трех и более количественных переменных, представленных на осях, исходящих из одной точки. Она часто используется для сравнения различных продуктов или решений по нескольким факторам.

Советы по работе с ВМ

После запуска виртуальной машины щелкните в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

Иногда может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Импортировать библиотеки

Во - первых, нам нужно импортировать необходимые библиотеки. Для этого урока требуются Matplotlib и numpy.

import matplotlib.pyplot as plt
import numpy as np

Определить функцию для диаграммы радара

Далее мы определим функцию для создания диаграммы радара. Эта функция будет принимать два аргумента: num_vars и frame. num_vars - это количество переменных для диаграммы радара, а frame задает форму рамки, окружающей оси.

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'):
    ## код функции будет здесь

Определить классы RadarTransform и RadarAxes

Внутри функции radar_factory мы определим классы RadarTransform и RadarAxes. Эти классы будут использоваться для создания диаграммы радара.

class RadarTransform(PolarAxes.PolarTransform):
    ## код для класса RadarTransform будет здесь

class RadarAxes(PolarAxes):
    ## код для класса RadarAxes будет здесь

Определить методы `fill` и `plot`

Внутри класса RadarAxes мы определим методы fill и plot. Эти методы будут использоваться для заполнения области внутри диаграммы и построения точек данных соответственно.

class RadarAxes(PolarAxes):
    ## код для класса RadarAxes будет здесь

    def fill(self, *args, closed=True, **kwargs):
        ## переопределение метода fill
        return super().fill(closed=closed, *args, **kwargs)

    def plot(self, *args, **kwargs):
        ## переопределение метода plot
        lines = super().plot(*args, **kwargs)
        for line in lines:
            self._close_line(line)

    def _close_line(self, line):
        ## вспомогательный метод для закрытия линии
        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)

Определить методы `set_varlabels`, `_gen_axes_patch` и `_gen_axes_spines`

Внутри класса RadarAxes мы также определим методы set_varlabels, _gen_axes_patch и _gen_axes_spines. Эти методы будут настраивать метки переменных, генерировать участок осей и генерировать шипы осей соответственно.

class RadarAxes(PolarAxes):
    ## код для класса RadarAxes будет здесь

    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)

Определить примерные данные

Теперь мы определим примерные данные, которые мы будем использовать для создания диаграммы радара. Эти данные взяты из исследования по оценке профиля источников загрязнения.

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

Установить количество переменных и вычислить углы осей

Теперь мы установим количество переменных и вычислим равномерно распределенные углы осей с использованием numpy.

N = 9
theta = radar_factory(N, frame='polygon')

Создать диаграмму радара

Наконец, мы можем создать диаграмму радара с использованием примерных данных и класса 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()

Резюме

В этом практическом занятии вы узнали, как создавать диаграмму радара с использованием библиотеки Matplotlib для Python. Диаграмма радара - это графический метод отображения многомерных данных в виде двухмерной диаграммы трех и более количественных переменных, представленных на осях, исходящих из одной точки. Она часто используется для сравнения различных продуктов или решений по нескольким факторам.