Matplotlib绘制漫威英雄战力图,带你飞起来!-技术圈

一、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：

二、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)

三、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[1]。

完美的实现了需求，使用简单粗暴，真可谓高端大气上档次。

调用如下：

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)

核心功能代码如下:

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))
# 调整子图间距
    plt.subplots_adjust(wspace =0.6, hspace =0.6)
# 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()

输出：

下面是对代码的解释:

1、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[2]

2、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[3]

3、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。

4、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])

5、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))
# 调整子图间距
plt.subplots_adjust(wspace =0.6, hspace =0.6)
# 打散为一维数组
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

6、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[4]

7、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，最终将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[5]

四、更多示例

显示火影人物指标，数据来源于百度百科：火影忍者：秘传·者之书。

调用代码：

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：

参考资料

[1]

chenqionghe/generate-ability-map: https://github.com/chenqionghe/generate-ability-map

[2]

官方文档: https://matplotlib.org/

[3]

Matplotlib如何显示中文: https://www.cnblogs.com/chenqionghe/p/12317549.html

[4]

官方颜色帮助: https://matplotlib.org/3.1.0/gallery/color/named_colors.html

[5]

官方文档axes: https://matplotlib.org/api/axes_api.html?highlight=axes#module-matplotlib.axes

作者：雪山飞猪

来源：https://www.cnblogs.com/chenqionghe/

好文章，我在看