Matplotlib绘制漫威英雄战力图，带你飞起来！

目录

• 前言
• 期望功能
• 代码实现
  • 一、导入matplotlib依赖包
  • 二、支持显示中文
  • 三、使用ggplot主题
  • 四、根据能力项等分圆
  • 五、生成n个子图
  • 六、获取支持的颜色
  • 六、绘制所有子图
• 更多示例
  • 火影
  • 健身

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，以百度百科提供的漫威人物能力数值为例，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。

但是吧，光是这样的表格，并不能很直观的看出英雄的能力，我们需要一个战斗力分布图。

话不多说，先上成品：

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

因为涉及到显示中文，依赖字体，把代码上传到了github：chenqionghe/generate-ability-map

调用如下，完美的实现了需求，使用简单粗暴，真可谓高端大气上档次

from tool import generate_ability_map
abilities = ['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 np
import matplotlib.pyplot as plt
import math
import matplotlib.colors as mcolors

# 导入中文
import matplotlib.font_manager as font_manager

font_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 np
import matplotlib.pyplot as plt
import math
import matplotlib.colors as mcolors

关于matplotlib的使用，可以看官方文档

二、支持显示中文

# 导入中文
import matplotlib.font_manager as font_manager
font_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Matplotlib如何显示中文

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

关于颜色的使用可以查看：官方颜色帮助

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，

axes对象有很多可以自定义显示的方法，详情可以查看：官方文档axes

更多示例

火影

显示火影人物指标，数据来源于：火影忍者：秘传·者之书

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。

本人不才，深蹲140kg，卧推100kg，硬拉160kg，跟孙悟空和贝吉塔肯定不能相抗衡，哈哈，下边纯属娱乐

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