问题分析
雷达图 Radar Chart :多特性直观展示的重要方式
霍兰德人格分析
- 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、企划型、传统型、形式型
- 职业：工程师、实验员、艺术家、推销员、计事员、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
- 通用雷达图绘制：matplotlib库
- 专业的多维数据表示：numpy库
- 输出：雷达图
#HollandRadarDraw.py
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
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')
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.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()#运行结果
举一反三
目标+沉浸+熟练
- 编程的目标感：寻找感兴趣的目标，寻（wa）觅（jue）之
- 编程的沉浸感：寻找可实现的方法，思（zuo）考（mo）之
- 编程的熟练度：练习、练习、再练习，熟练之
本文仅为学习Python记录，资料来源于中国大学MOOC《Python语言设计》—嵩天