原文連接:https://blog.csdn.net/Just_youHG/article/details/83904618 spa
背景.net
《Python數據分析與挖掘實戰》 案例2–航空公司客戶價值分析
在該案例中的雷達圖缺乏相應的代碼,查看相關文檔以後,實現的代碼以下。3d
數據
用於做圖的數據對象名爲data_cluster,數據展現以下:code
注:其中(ZL,ZR,ZF,ZM,ZC)的值表示的是某個簇的聚類中心。對象
繪製 代碼blog
import numpy as np import matplotlib.pyplot as plt def plot_radar(data): ''' the first column of the data is the cluster name; the second column is the number of each cluster; the last are those to describe the center of each cluster. ''' kinds = data.iloc[:, 0] labels = data.iloc[:, 2:].columns centers = pd.concat([data.iloc[:, 2:], data.iloc[:,2]], axis=1) centers = np.array(centers) n = len(labels) angles = np.linspace(0, 2*np.pi, n, endpoint=False) angles = np.concatenate((angles, [angles[0]])) fig = plt.figure() ax = fig.add_subplot(111, polar=True) # 設置座標爲極座標 # 畫若干個五邊形 floor = np.floor(centers.min()) # 大於最小值的最大整數 ceil = np.ceil(centers.max()) # 小於最大值的最小整數 for i in np.arange(floor, ceil + 0.5, 0.5): ax.plot(angles, [i] * (n + 1), '--', lw=0.5 , color='black') # 畫不一樣客戶羣的分割線 for i in range(n): ax.plot([angles[i], angles[i]], [floor, ceil], '--', lw=0.5, color='black') # 畫不一樣的客戶羣所佔的大小 for i in range(len(kinds)): ax.plot(angles, centers[i], lw=2, label=kinds[i]) #ax.fill(angles, centers[i]) ax.set_thetagrids(angles * 180 / np.pi, labels) # 設置顯示的角度,將弧度轉換爲角度 plt.legend(loc='lower right', bbox_to_anchor=(1.5, 0.0)) # 設置圖例的位置,在畫布外 ax.set_theta_zero_location('N') # 設置極座標的起點(即0°)在正北方向,即至關於座標軸逆時針旋轉90° ax.spines['polar'].set_visible(False) # 不顯示極座標最外圈的圓 ax.grid(False) # 不顯示默認的分割線 ax.set_yticks([]) # 不顯示座標間隔 plt.show()
plot_radar(data_cluster)