在 python 中为 Pandas 数据框的每一行创建一个雷达图答案

【问题标题】：Create a Radar Chart in python for each row of a Panda dataframe在 python 中为 Pandas 数据框的每一行创建一个雷达图
【发布时间】：2020-09-27 06:06:42
【问题描述】：

我正在使用 panda 来给一些游戏玩家打分。

我使用相同的 KPI 计算了每个玩家的一些属性，现在我为每个玩家计算了一行结果。

数据框看起来像这样（唯一的区别是它有更多的列）：

|姓名 |速度 |攻击力 |

| G1 | 0.32 | 0.89 |

| G4 | 0.31 | 0.76 |

我认为绘制雷达图会很好 (https://en.wikipedia.org/wiki/Radar_chart) 使用 matplotlib（如果可能）为每一行。

你会怎么做？

有没有比 matplotlib 更好的替代品？

谢谢。

【问题讨论】：

欢迎堆栈溢出！请在how to ask 上查看此帖子问题。具体来说，该站点用于获取有关特定编程问题的帮助，而不是提供一般建议或帮助编写整个工作流程。你有没有尝试过？如果没有，请继续尝试。如果您遇到问题，请随时将其作为问题发布！
@MichaelDelgado 你是对的。我想问一个一般性问题，以便为我的案例“专门化”它，因为我问的是我实际需要做的事情的简化。感谢您的建议和见解

标签： python pandas matplotlib charts visualization

【解决方案1】：

要获得这种蜘蛛外观，您至少需要三列。因此，我在您的数据框中添加了 Random 列：

import pandas as pd
df = pd.DataFrame({"Name": ["G1", "G4"],
                    "Speed": [0.32, 0.31],
                    "ATK": [0.89, 0.76],
                    "Random": [0.4, 0.8]})
print(df)
#  Name  Speed   ATK  Random
#0   G1   0.32  0.89     0.4
#1   G4   0.31  0.76     0.8

现在，让我们看看如何绘制这个简单的数据框。以下代码改编自this博文：

# import necessary modules
import numpy as np
import matplotlib.pyplot as plt
from math import pi


# obtain df information
categories = list(df)[1:]
values = df.mean().values.flatten().tolist()
values += values[:1] # repeat the first value to close the circular graph
angles = [n / float(len(categories)) * 2 * pi for n in range(len(categories))]
angles += angles[:1]

# define plot
fig, ax = plt.subplots(nrows=1, ncols=1, figsize=(8, 8),
                        subplot_kw=dict(polar=True))
plt.xticks(angles[:-1], categories, color='grey', size=12)
plt.yticks(np.arange(0.5, 2, 0.5), ['0.5', '1.0', '1.5'],
           color='grey', size=12)
plt.ylim(0, 2)
ax.set_rlabel_position(30)

# draw radar-chart:
for i in range(len(df)):
    val_c1 = df.loc[i].drop('Name').values.flatten().tolist()
    val_c1 += val_c1[:1]
    ax.plot(angles, val_c1, linewidth=1, linestyle='solid',
            label=df.loc[i]["Name"])
    ax.fill(angles, val_c1, alpha=0.4)

# add legent and show plot
plt.legend(loc='upper right', bbox_to_anchor=(0.1, 0.1))
plt.show()

结果如下图：

【讨论】：