আমি কীভাবে একটি জটিল রাডার চার্ট তৈরি করব?


19

সুতরাং, আমি প্লেয়ার প্রোফাইল রাডার চার্টটি এরকম কিছু তৈরি করতে চাই:


এখানে চিত্র বর্ণনা লিখুন


প্রতিটি ভেরিয়েবলের স্কেল কেবল আলাদা নয়, তবে আমি 'ডিসপোজসেসড' স্ট্যাটাসের মতো কিছু পরিসংখ্যানের জন্য একটি বিপরীত স্কেলও চাই, যেখানে কম আসলেই ভাল।

প্রতিটি পরিসংখ্যানের জন্য ভেরিয়েবল স্কেলের জন্য একটি সমাধান সম্ভবত একটি মানদণ্ড নির্ধারণ করে এবং তারপরে 100 এর স্কেলে একটি স্কোর গণনা করছে?

তবে, আমি তখন চার্টটিতে প্রকৃত সংখ্যাগুলি কীভাবে প্রদর্শন করব? এছাড়াও কিছু পরিসংখ্যানের জন্য আমি কীভাবে বিপরীত স্কেল পাব।

বর্তমানে এক্সেলে কাজ করছেন। এই জাতীয় জটিল চার্ট তৈরির সবচেয়ে শক্তিশালী সরঞ্জাম কী?


আপনি যে ডেটাসেটটির কল্পনা করার চেষ্টা করছেন তার উদাহরণ দিতে পারেন? বর্তমানে, আপনার প্রশ্নটি অস্পষ্ট। একটি উদাহরণস্বরূপ ডেটাসেট এবং একটি সম্পর্কিত প্লট সরবরাহ করা যা আপনি দেখতে চাইলে সহায়তা করবে। এছাড়াও, বাহ্যিক লিঙ্কগুলি সরবরাহ করা (বিশেষত টুইটারের মতো ক্ষণস্থায়ী ওয়েবসাইটগুলি থেকে) নিরুৎসাহিত করা হয়, সুতরাং এটিকে প্রশ্নে নিজেরাই যথাসাধ্য বর্ণনা করার চেষ্টা করুন।
নীতেশ

1
এক্সেল সেরা (দর্শনীয়ভাবে সবচেয়ে সুন্দর)! পাইথন বা অন্যান্য ভাষায় আপনি প্রয়োগগুলি পেতে পারেন তবে সেগুলি এক্সেলের মতো দুর্দান্ত নয়। আমি এক মাস আগে চেষ্টা করেছি!
কসরা মনশায়ে

কিলারের সমাধানটি দুর্দান্ত, তবে অসম্পূর্ণ। উপরের কোডটি কেবল 6 টি অক্ষের উপরে প্লট করে ... "বিপরীত 3%" অক্ষের জন্য 20 এর মানটি আমি যখন এটি চালাচ্ছি তখন প্লট হয় না।

উত্তর:


13

বাহ, এটি কিছুটা চ্যালেঞ্জিং ছিল তবে আমি পাইথনের মধ্যে এই প্লটগুলির একটি তৈরি করতে সক্ষম হয়েছি। দুটি প্রধান উপাদান হ'ল:

কোড :

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns # improves plot aesthetics


def _invert(x, limits):
    """inverts a value x on a scale from
    limits[0] to limits[1]"""
    return limits[1] - (x - limits[0])

def _scale_data(data, ranges):
    """scales data[1:] to ranges[0],
    inverts if the scale is reversed"""
    for d, (y1, y2) in zip(data[1:], ranges[1:]):
        assert (y1 <= d <= y2) or (y2 <= d <= y1)
    x1, x2 = ranges[0]
    d = data[0]
    if x1 > x2:
        d = _invert(d, (x1, x2))
        x1, x2 = x2, x1
    sdata = [d]
    for d, (y1, y2) in zip(data[1:], ranges[1:]):
        if y1 > y2:
            d = _invert(d, (y1, y2))
            y1, y2 = y2, y1
        sdata.append((d-y1) / (y2-y1) 
                     * (x2 - x1) + x1)
    return sdata

class ComplexRadar():
    def __init__(self, fig, variables, ranges,
                 n_ordinate_levels=6):
        angles = np.arange(0, 360, 360./len(variables))

        axes = [fig.add_axes([0.1,0.1,0.9,0.9],polar=True,
                label = "axes{}".format(i)) 
                for i in range(len(variables))]
        l, text = axes[0].set_thetagrids(angles, 
                                         labels=variables)
        [txt.set_rotation(angle-90) for txt, angle 
             in zip(text, angles)]
        for ax in axes[1:]:
            ax.patch.set_visible(False)
            ax.grid("off")
            ax.xaxis.set_visible(False)
        for i, ax in enumerate(axes):
            grid = np.linspace(*ranges[i], 
                               num=n_ordinate_levels)
            gridlabel = ["{}".format(round(x,2)) 
                         for x in grid]
            if ranges[i][0] > ranges[i][1]:
                grid = grid[::-1] # hack to invert grid
                          # gridlabels aren't reversed
            gridlabel[0] = "" # clean up origin
            ax.set_rgrids(grid, labels=gridlabel,
                         angle=angles[i])
            #ax.spines["polar"].set_visible(False)
            ax.set_ylim(*ranges[i])
        # variables for plotting
        self.angle = np.deg2rad(np.r_[angles, angles[0]])
        self.ranges = ranges
        self.ax = axes[0]
    def plot(self, data, *args, **kw):
        sdata = _scale_data(data, self.ranges)
        self.ax.plot(self.angle, np.r_[sdata, sdata[0]], *args, **kw)
    def fill(self, data, *args, **kw):
        sdata = _scale_data(data, self.ranges)
        self.ax.fill(self.angle, np.r_[sdata, sdata[0]], *args, **kw)

# example data
variables = ("Normal Scale", "Inverted Scale", "Inverted 2", 
            "Normal Scale 2", "Normal 3", "Normal 4 %", "Inverted 3 %")
data = (1.76, 1.1, 1.2, 
        4.4, 3.4, 86.8, 20)
ranges = [(0.1, 2.3), (1.5, 0.3), (1.3, 0.5),
         (1.7, 4.5), (1.5, 3.7), (70, 87), (100, 10)]            
# plotting
fig1 = plt.figure(figsize=(6, 6))
radar = ComplexRadar(fig1, variables, ranges)
radar.plot(data)
radar.fill(data, alpha=0.2)
plt.show()    

6

এখানে একটি আর সংস্করণ দেওয়া হয়েছে:

এখানে কোডগুলি ggplot2: 2.0.0 এর জন্য পুরানো বলে মনে হচ্ছে

আমার প্যাকেজ zmisc চেষ্টা করুন: devtools:install_github("jerryzhujian9/ezmisc")

আপনি এটি ইনস্টল করার পরে, আপনি চালাতে সক্ষম হবেন:

df = mtcars
df$model = rownames(mtcars)

ez.radarmap(df, "model", stats="mean", lwd=1, angle=0, fontsize=0.6, facet=T, facetfontsize=1, color=id, linetype=NULL)
ez.radarmap(df, "model", stats="none", lwd=1, angle=0, fontsize=1.5, facet=F, facetfontsize=1, color=id, linetype=NULL)

প্রধান কোডগুলি http://www.cmap.polytechnique.fr/~lepennec/R/Radar/RadarAndParallelPlots.html থেকে অভিযোজিত হয়েছিল

এখানে চিত্র বর্ণনা লিখুন


3

পাইথনের জন্য কিলার ব্রাউন এর সমাধানের একটি ছোট্ট সংশোধন এখানে দেওয়া হয়েছে যা পোলার অক্ষগুলিতে ( যা বর্তমানে সরকারীভাবে ম্যাটপ্ল্লোলিব দ্বারা সমর্থিত নয় ) নেতিবাচক মানকে মঞ্জুরি দেয় , মূলত কেবল নেতিবাচক মানগুলির জন্য চেক অপসারণ করে set_rgrids:

পটভূমি

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns # improves plot aesthetics


def _invert(x, limits):
    """inverts a value x on a scale from
    limits[0] to limits[1]"""
    return limits[1] - (x - limits[0])

def _scale_data(data, ranges):
    """scales data[1:] to ranges[0],
    inverts if the scale is reversed"""
    # for d, (y1, y2) in zip(data[1:], ranges[1:]):
    for d, (y1, y2) in zip(data, ranges):
        assert (y1 <= d <= y2) or (y2 <= d <= y1)

    x1, x2 = ranges[0]
    d = data[0]

    if x1 > x2:
        d = _invert(d, (x1, x2))
        x1, x2 = x2, x1

    sdata = [d]

    for d, (y1, y2) in zip(data[1:], ranges[1:]):
        if y1 > y2:
            d = _invert(d, (y1, y2))
            y1, y2 = y2, y1

        sdata.append((d-y1) / (y2-y1) * (x2 - x1) + x1)

    return sdata

def set_rgrids(self, radii, labels=None, angle=None, fmt=None,
               **kwargs):
    """
    Set the radial locations and labels of the *r* grids.
    The labels will appear at radial distances *radii* at the
    given *angle* in degrees.
    *labels*, if not None, is a ``len(radii)`` list of strings of the
    labels to use at each radius.
    If *labels* is None, the built-in formatter will be used.
    Return value is a list of tuples (*line*, *label*), where
    *line* is :class:`~matplotlib.lines.Line2D` instances and the
    *label* is :class:`~matplotlib.text.Text` instances.
    kwargs are optional text properties for the labels:
    %(Text)s
    ACCEPTS: sequence of floats
    """
    # Make sure we take into account unitized data
    radii = self.convert_xunits(radii)
    radii = np.asarray(radii)
    rmin = radii.min()
    # if rmin <= 0:
    #     raise ValueError('radial grids must be strictly positive')

    self.set_yticks(radii)
    if labels is not None:
        self.set_yticklabels(labels)
    elif fmt is not None:
        self.yaxis.set_major_formatter(FormatStrFormatter(fmt))
    if angle is None:
        angle = self.get_rlabel_position()
    self.set_rlabel_position(angle)
    for t in self.yaxis.get_ticklabels():
        t.update(kwargs)
    return self.yaxis.get_gridlines(), self.yaxis.get_ticklabels()

class ComplexRadar():
    def __init__(self, fig, variables, ranges,
                 n_ordinate_levels=6):
        angles = np.arange(0, 360, 360./len(variables))

        axes = [fig.add_axes([0.1,0.1,0.9,0.9],polar=True,
                label = "axes{}".format(i)) 
                for i in range(len(variables))]
        l, text = axes[0].set_thetagrids(angles, 
                                         labels=variables)
        [txt.set_rotation(angle-90) for txt, angle 
             in zip(text, angles)]
        for ax in axes[1:]:
            ax.patch.set_visible(False)
            ax.grid("off")
            ax.xaxis.set_visible(False)
        for i, ax in enumerate(axes):
            grid = np.linspace(*ranges[i], 
                               num=n_ordinate_levels)
            gridlabel = ["{}".format(round(x,2)) 
                         for x in grid]
            if ranges[i][0] > ranges[i][1]:
                grid = grid[::-1] # hack to invert grid
                          # gridlabels aren't reversed
            gridlabel[0] = "" # clean up origin
            # ax.set_rgrids(grid, labels=gridlabel, angle=angles[i])
            set_rgrids(ax, grid, labels=gridlabel, angle=angles[i])
            #ax.spines["polar"].set_visible(False)
            ax.set_ylim(*ranges[i])
        # variables for plotting
        self.angle = np.deg2rad(np.r_[angles, angles[0]])
        self.ranges = ranges
        self.ax = axes[0]
    def plot(self, data, *args, **kw):
        sdata = _scale_data(data, self.ranges)
        self.ax.plot(self.angle, np.r_[sdata, sdata[0]], *args, **kw)
    def fill(self, data, *args, **kw):
        sdata = _scale_data(data, self.ranges)
        self.ax.fill(self.angle, np.r_[sdata, sdata[0]], *args, **kw)

# example data
variables = ("Normal Scale", "Inverted Scale", "Inverted 2", 
            "Normal Scale 2", "Normal 3", "Normal 4 %", "Inverted 3 %")
data = (-1.76, 1.1, 1.2, 
        4.4, 3.4, 86.8, 20)
ranges = [(-5, 3), (1.5, 0.3), (1.3, 0.5),
         (1.7, 4.5), (1.5, 3.7), (70, 87), (100, -50)]            
# plotting
fig1 = plt.figure(figsize=(6, 6))
radar = ComplexRadar(fig1, variables, ranges)
radar.plot(data)
radar.fill(data, alpha=0.2)
plt.show()
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.