數據呈現 丨用python繪製極坐標圖形

如是所言，圓是幾何中最講究對稱的圖形，也是最別致的曲線。相信大家在論文、報告的寫作中，柱狀圖、條形圖露臉次數應該是最多的。雖然說柱狀圖、條形圖可以清晰的展現出數據的變化趨勢，但對於視覺動物的我們，出現的次數多了，終究還是會有審美疲勞。倘若我們能夠把柱狀圖、條形圖「掰彎」，讓它以圓的形式展示，相信會給人耳目一新的感覺。能繪製極坐標圖的工具不少，今天為大家帶來它三種圖形的繪製，分別為散點圖、柱狀圖、雷達圖，所用工具是我們的老朋友 python自帶的 matplotlib 包。下面展示了極坐標散點圖、極坐標餅狀圖、極坐標雷達圖三種圖形的畫法示例，並詳解每種畫法代碼的含義。

import pandas as pd import numpy as npimport matplotlib.pyplot as plt%matplotlib inline 
散點圖將所有的數據以點的形式展現在坐標繫上，可以觀察數據點的分布情況，在直角坐標系，可以推斷變量間的相關性，而在極坐標上，更側重數據的分布及離散情況。
r = 2 * np.random.rand(100)               theta = 2 * np.pi * np.random.rand(100)   area = 100 * r**2                         colors = theta                             ax = plt.subplot(111, projection='polar')     c = ax.scatter(theta, r, c=colors, s=area, cmap='cool', alpha=0.75)plt.show()
所作圖形如下所示，可以看到散點在極坐標上的分布情況，以及散點自身特點（如大小、顏色等）情況。
註：上圖為隨機數據生成的圖，每次運行得到的圖形會有所不同。matplot的色彩映射請參考官方文檔：
https://www.matplotlib.org.cn/tutorials/colors/colormaps.html
柱狀圖是一種以長方形長度為變量的統計報告圖，由一系列高度不等的縱向條紋表示數據分布的情況。極坐標柱狀圖則是將柱形條顯示在極坐標中，其不僅保留了直角坐標系中數據變化趨勢的優點，而且圖形表達形式也更加美觀。
N = 20theta = np.linspace(0.0, 2 * np.pi, N, endpoint=False)       

R = 10 * np.random.rand(N)                               width = np.pi / 8 * np.random.rand(N)                        ax = plt.subplot(111, projection = 'polar')                  bars = ax.bar(theta,R, width = width, bottom = 0.0)      for r, bar in zip(radii, bars):                   bar.set_facecolor(plt.cm.viridis(r / 10.))          bar.set_alpha(0.5)                              plt.show()
所作圖形如下所示，可以看到，圖形可以很清楚地傳達數據的大小，一如你在柱狀圖（條形圖）上看到的，你還可以嘗試在圓外添加標籤，使得柱條與標籤一一對應起來（不會的話請繼續閱讀下文極坐標雷達圖的繪製）。

雷達圖也稱網絡圖，蜘蛛圖等，用於比較和評估多個指標之間的強弱關係。
#生成數據，注意第一組與最後一組數據是相同的，確保可以連成一個閉合多邊形country = ["CHINA", "USA", "JAPAN", "KOREA", "ENGLAND"]index1= [4.5, 4.9, 3.9, 2.8, 2.6, 4.5]index2= [4.9, 4.7, 4.5, 3.9, 3.8, 4.9]    plt.figure(figsize = (10, 6))               plt.subplot(polar = True)                    theta = np.linspace(0, 2 * np.pi, len(index1))    #設置網格，標籤 lines, labels = plt.thetagrids(range(0, 360, int(360/len(country))), (country))   #繪製index1 plt.plot(theta,index1 )plt.fill(theta,index1 , 'g', alpha=0.1)     #繪製index2plt.plot(theta, index2) # 添加圖例和標題plt.legend(labels=('index1', 'index2'), loc = 'best',frameon = True)   plt.title("index1 vs index2")；
所作圖形如下所示，我們不僅可以看到同一個國家兩個指標index1與index2的大小關係，還可以看到不同國度同一個指標的大小情況。




►往期推薦
回復【Python】👉簡單有用易上手
回復【學術前沿】👉機器學習丨大數據
回復【數據資源】👉公開數據
回復【可視化】👉你心心念念的數據呈現
回復【老姚專欄】👉老姚趣談值得一看
►一周熱文
數據呈現 | R語言繪圖包大全（共40個包）
特別推薦丨老姚專欄：利用實驗方法進行因果識別的效度問題
工具&方法 | 黑科技！Excel中的rept函數也能繪圖
數據呈現 | 用 pyecharts 繪製時間線動圖
特別推薦 | 「正則表達式」在工業企業資料庫匹配中的運用（二）