本文共 4839 字，大约阅读时间需要 16 分钟。

前言

我们平常玩游戏或者看电影的时候，会看到里面介绍各种人的能力指标，以百度百科提供的为例，如下图

分别介绍了各个超级英雄的智力、力量、速度、耐力、能量发射、战斗技能。

期望功能

传入战力指标、超级英雄能力数值，生成上面的战力分布图

能力指标 = ['智力', '力量', '速度', '耐力', '能量', '技能']超级英雄能力值 = {    '美国队长': [5, 4, 3, 4, 3, 7],    '钢铁侠': [6, 3, 5, 5, 3, 3],    '绿巨人': [6, 7, 3, 7, 1, 5],    '蜘蛛侠': [5, 4, 5, 4, 2, 5],    '灭霸': [7, 7, 7, 7, 7, 7],    '雷神': [2, 5, 6, 7, 6, 6],    '绯红女巫': [3, 3, 3, 3, 7, 3],    '黑寡妇': [5, 3, 2, 3, 3, 7],    '鹰眼': [5, 3, 3, 2, 2, 7],}生成战力图(能力指标,超级英雄能力值)

代码实现

talking is cheap，show you the code

from tool import generate_ability_mapabilities = ['智力', '力量', '速度', '耐力', '能量', '技能']super_heros = {    '美国队长': [5, 4, 3, 4, 3, 7],    '钢铁侠': [6, 3, 5, 5, 3, 3],    '绿巨人': [6, 7, 3, 7, 1, 5],    '蜘蛛侠': [5, 4, 5, 4, 2, 5],    '灭霸': [7, 7, 7, 7, 7, 7],    '雷神': [2, 5, 6, 7, 6, 6],    '绯红女巫': [3, 3, 3, 3, 7, 3],    '黑寡妇': [5, 3, 2, 3, 3, 7],    '鹰眼': [5, 3, 3, 2, 2, 7],}generate_ability_map(abilities, super_heros)

核心代码如下

import numpy as npimport matplotlib.pyplot as pltimport mathimport matplotlib.colors as mcolors# 导入中文import matplotlib.font_manager as font_managerfont_dirs = ['./font']font_files = font_manager.findSystemFonts(fontpaths=font_dirs)font_list = font_manager.createFontList(font_files)font_manager.fontManager.ttflist.extend(font_list)plt.rcParams['font.family'] = 'SimHei'# 启用主题plt.style.use('ggplot')# 获取极径范围def get_range(data_list):    max = min = 0    for _, data in data_list.items():        for v in data:            if v < min:                min = v            if v > max:                max = v    return [min, max]# 生成能力分布图def generate_ability_map(abilities, data_list, rows=3):    min, max = get_range(data_list)    # 根据能力项等分圆    angles = np.linspace(0, 2 * np.pi, len(abilities), endpoint=False)    angles = np.append(angles, angles[0])    # 生成n个子图    fg, axes = plt.subplots(math.ceil(len(data_list) / rows), rows, subplot_kw=dict(polar=True))    # 打散为一维数组    axes = axes.ravel()    # 获取所有支持的颜色    colors = list(mcolors.TABLEAU_COLORS)    # 循环绘制    i = 0    for name, data in data_list.items():        data = np.append(np.array(data), data[0])        ax = axes[i]        # 绘制线条        ax.plot(angles, data, color=colors[i])        # 填充颜色        ax.fill(angles, data, alpha=0.7, color=colors[i])        # 设置角度        ax.set_xticks(angles)        # 设置坐标轴名称        ax.set_xticklabels(abilities)        # 设置名称        ax.set_title(name, size=10, color='black', position=(0.5, 0.4))        # 设置极径最小值        ax.set_rmin(min)        # 设置极径最大值(最大值加0.1，要不线条最外圈线显示不完全)        ax.set_rmax(max + 0.1)        i = i + 1    plt.show()

下面是对代码的解释

一、导入matplotlib依赖包

import numpy as npimport matplotlib.pyplot as pltimport mathimport matplotlib.colors as mcolors

关于matplotlib的使用，可以看

二、支持显示中文

# 导入中文import matplotlib.font_manager as font_managerfont_dirs = ['./font']font_files = font_manager.findSystemFonts(fontpaths=font_dirs)font_list = font_manager.createFontList(font_files)font_manager.fontManager.ttflist.extend(font_list)plt.rcParams['font.family'] = 'SimHei'

关于如果显示中文，可以查看

三、使用ggplot主题

plt.style.use('ggplot')

matplot内置了很多主题，ggplot这个优雅，就是它了！

下面就是对生成最终图generate_ability_map函数的步骤分解。

四、根据能力项等分圆

angles = np.linspace(0, 2 * np.pi, len(abilities), endpoint=False)    angles = np.append(angles, angles[0])

五、生成n个子图

# row默认为3，代表一行分布3个图，也可以指定参数自定义    fg, axes = plt.subplots(math.ceil(len(data_list) / rows), rows, subplot_kw=dict(polar=True))    axes = axes.ravel()

默认生成的是二维矩阵，我们需要调用ravel转换为一维，便于遍历

六、获取支持的颜色

# 获取所有支持的颜色    colors = list(mcolors.TABLEAU_COLORS)

如果不指定颜色，就不能产生这么好看的图了

六、绘制所有子图

# 循环绘制    i = 0    for name, data in data_list.items():        data = np.append(np.array(data), data[0])        ax = axes[i]        # 绘制线条        ax.plot(angles, data, color=colors[i])        # 填充颜色        ax.fill(angles, data, alpha=0.7, color=colors[i])        # 设置角度        ax.set_xticks(angles)        # 设置坐标轴名称        ax.set_xticklabels(abilities)        # 设置名称        ax.set_title(name, size=10, color='black', position=(0.5, 0.4))        # 设置极径最小值        ax.set_rmin(min)        # 设置极径最大值(最大值加0.1，要不线条最外圈线显示不完全)        ax.set_rmax(max + 0.1)        i = i + 1    plt.show()

根据数据列表，分别绘制线条，设置角度和数值，坐标轴名称等，最终奖所有的英雄显示出来，

更多示例

火影

显示火影人物指标，数据来源于：

调用

abilities = ['忍', '体', '幻', '贤', '力', '速', '精', '印']super_heros= {    '旗木卡卡西': [10, 9, 8, 10, 7, 9, 6, 10],    '自来也': [10, 9, 6, 9, 9, 9, 10, 9],    '纲手': [10, 10, 7, 10, 10, 7, 8, 8],    '宇智波鼬': [10, 9, 10, 10, 7, 10, 5, 10],}generate_ability_map(abilities,super_heros, 2)

显示

健身

健身一般来说就是看三大项了：深蹲卧推硬拉。

abilities = ['深蹲','卧推','硬拉']super_heros = {    '雪山飞猪': [140,100,160],    '孙悟空': [800,550,1000],    '贝吉塔': [750,500,950],}generate_ability_map(abilities,super_heros)

如下