Python实例15：霍兰德人格分析雷达图

雷达图是多特性直观展示的重要方式；
霍兰德认为：人格兴趣与职业之间应有一种内在的对应关系；
人格分类：研究型、艺术型、社会型、企业型、传统型、现实型；
职业：工程师、实验员、艺术家、推销员、记事员、社会工作者；
需求：雷达图方式验证霍兰德人格分析；
输入：各职业人群结合兴趣的调研数据；
输出：雷达图；
通用雷达图绘制：matplotlib库；专业的多维数据表示：numpy库；

9.2.1 实例展示

#HollandRadarDraw.py
import numpy as np   #引入第三方库
import matplotlib.pyplot as plt
import matplotlib

#数据
matplotlib.rcParams['font.family'] = 'SimHei'
radar_labels = np.array(['研究型(I)','艺术型(A)','社会型(S)','企业型(E)','常规型(C)','现实型(R)'])
data = np.array([[0.40, 0.32, 0.35, 0.30, 0.30, 0.88],
                [0.85, 0.35, 0.30, 0.40, 0.40, 0.30],
                [0.43, 0.89, 0.30, 0.28, 0.22, 0.30],
                [0.30, 0.25, 0.48, 0.85, 0.45, 0.40],
                [0.20, 0.38, 0.87, 0.45, 0.32, 0.28],
                [0.34, 0.31, 0.38, 0.40, 0.92, 0.28]])    #数据值
data_labels = ('艺术家','实验员','工程师','推销员','社会工作者','记事员')

#雷达图绘制
angles= np.linspace(0, 2 * np.pi, 6, endpoint=False)
data = np.concatenate((data, [data[0]]))
angles = np.concatenate((angles, [angles[0]]))
fig = plt.figure(facecolor="white")
plt.subplot(111, polar=True)
plt.plot(angles, data, 'o-', linewidth = 1, alpha = 0.2)
plt.fill(angles, data, alpha = 0.25)
plt.thetagrids(angles*180/np.pi, radar_labels)  
#plt.thetagrids(angles*180/np.pi, radar_labels, frac = 1.2)

#输出
plt.figtext(0.52, 0.95, '霍兰德人格分析', ha = 'center', size = 20)
legend = plt.legend(data_labels, loc = (0.94, 0.80), labelspacing = 0.1)
plt.setp(legend.get_texts(), fontsize = 'large')
plt.grid(True)
plt.savefig('holland_radar.jpg')
plt.show()

在这里插入图片描述

点赞，关注，收藏👍，➕，👀点赞，关注，收藏👍，➕，👀点赞，关注，收藏👍，➕，👀
😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘
💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪

在这里插入图片描述