matplotlib实战—球员能力图

Matplotlib画各种图 matplotlib(条形图) 看本文前,请看matlplotlib使用教程https://blog.youkuaiyun.com/kun1280437633/article/details/80370622,有基础请忽略 一、简单垂直条形图 案例一:直辖市GDP水平 中国的四个直辖市分别为北京市、上海市、天津市和重庆市,其2017年上半年的GDP分别为12406.8亿、13908.57亿、9... 阅读详情

使用matplotlib绘制下图:
在这里插入图片描述

import numpy as np
import  matplotlib.pyplot as plt

plt.style.use('ggplot')

# 创建子图
ax1 = plt.subplot(221, projection='polar')# 221 表示 2行2列第一个子图, polar表示极坐标
ax2 = plt.subplot(222, projection='polar')
ax3 = plt.subplot(223, projection='polar')
ax4 = plt.subplot(224, projection='polar')

# 球员能力标签
ability_size = 6
ability_lable = ['进攻', '防守', '速度', '射术', '盘带', '体力']

# 随机生成球员能力数据
player = {
    'M':np.random.randint(size=ability_size, low=60, high=99),
    'H':np.random.randint(size=ability_size, low=60, high=99),
    'P':np.random.randint(size=ability_size, low=60, high=99),
    'Q':np.random.randint(size=ability_size, low=60, high=99),
}

# 角度设置
theta = np.linspace(0, 2 * np.pi, 6, endpoint=False)
theta = np.append(theta, theta[0]) # 添加一个角度值,首尾数值一样,首尾相接

# 同理,对应的能力值也要添加一个,达到首尾相接
player['M'] = np.append(player['M'], player['M'][0])
player['H'] = np.append(player['H'], player['H'][0])
player['P'] = np.append(player['P'], player['P'][0])
player['Q'] = np.append(player['Q'], player['Q'][0])

# 绘制
# 梅西
ax1.plot(theta, player['M'], 'r')
ax1.fill(theta, player['M'], 'r', alpha=0.3)

ax1.set_xticks(theta) # 数值指向定义的角度
ax1.set_xticklabels(ability_lable) # 重新定义标签

ax1.set_title('梅西', color='r', size = 20)

# 哈维
ax2.plot(theta, player['H'], 'g')
ax2.fill(theta, player['H'], 'g', alpha=0.3)

ax2.set_xticks(theta) # 数值指向定义的角度
ax2.set_xticklabels(ability_lable) # 重新定义标签

ax2.set_title('哈维', color='g', size = 20)

# 皮克
ax3.plot(theta, player['P'], 'b')
ax3.fill(theta, player['P'], 'b', alpha=0.3)

ax3.set_xticks(theta) # 数值指向定义的角度
ax3.set_xticklabels(ability_lable) # 重新定义标签

ax3.set_title('皮克', color='b', size = 20)

# 切赫
ax4.plot(theta, player['Q'], 'y')
ax4.fill(theta, player['Q'], 'y', alpha=0.3)

ax4.set_xticks(theta) # 数值指向定义的角度
ax4.set_xticklabels(ability_lable) # 重新定义标签

ax4.set_title('切赫', color='y', size = 20)

plt.show()
matplotlib应用:球员能力图+股票k线图 文章目录一、球员能力图 一、球员能力图 # import matplotlib.pyplot as plt import numpy as np plt.style.use('ggplot') #使用ggplot,画出来的图更美~ #步骤一:创建四个对象 ax1=plt.subplot(221,projection='polar') ax2=plt.subplot(222,projection='polar') ax3=plt.subplot(223,projection='polar') ax4= 阅读详情

相关推荐

python matplotlib 用极坐标绘制球员能力图(综合练习)

使用极坐标来显示球员的能力图 #!/usr/bin/python #coding: utf-8 import numpy as np import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties plt.style.use("ggplot") font = FontProperti

You_are_my_dream的博客 3278

球员能力图(含具体分析过程)

文章目录球员能力图股票k线图 球员能力图 // An highlighted block import numpy as np import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties plt.style.use('ggplot')#绘图风格 font=FontProperties(fname=r'c:\windows\fonts\simsun.ttc',size=12) #字体与电脑匹配后正确识别

weixin_42567027的博客 4944

第一章 初识SpringBoot

提供大量的自动配置Spring和第三方库,开发者可以根据项目需求选择相关的starters依赖,而无需手动配置大量的Spring配置文件,开箱即用,无需配置XML,无代码生成。Spring Boot与Spring Cloud等框架集成,为构建微服务提供了强大的支持,并通过Spring Cloud实现服务注册、负载均衡、熔断等功能。本质上讲,Spring Boot就是Spring,它做了那些本应我们去做的Spring Bean配置等工作。以上就是一个简单的Spring Boot应用的创建和运行过程。

Calvin的博客 1581

用matplotlib绘制体重变化十年趋势图

author: Quantified Bobsrc: https://www.quantifiedbob.com/body-composition-data-visualization/每...

大邓和他的Python 2137

uniapp 实现RFID识别的实战指南

本文提供了在uniapp中实现RFID识别的完整实战指南。核心在于通过Android系统广播机制,利用uni-app的plus对象调用原生接口,完成与RFID手持设备的“软硬件握手”。文章详细介绍了从环境准备、设备选型、核心代码实现到避坑优化的全流程,帮助开发者快速构建高效的RFID盘点或管理应用。

weixin_29161719的博客 407

Elsevier投稿实战:从ESWA模板到录用通知的全流程拆解

本文详细拆解了Elsevier旗下期刊ESWA(Expert Systems With Applications)的投稿全流程,从模板选择、投稿系统操作到审稿意见回复和录用后注意事项。重点分享了单栏LaTeX模板调整、APA文献格式处理、Highlights撰写技巧等实战经验,帮助研究者高效完成投稿并提升录用概率。

weixin_32715349的博客 249

Matplotlib实战(17)--绘制球员能力图

代码如下 # -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties plt.style.use('ggplot') # 定义字体 font = FontProperties(fname=r'c:\wind...

u014168855的博客 427

Xilnx大学计划/XUP ZYNQ ZU开发板

TUL PYNQ™-ZU板,基于Xilinx Zynq UltraScale+ MPSoC,是为Xilinx大学项目设计的,以支持Xilinx PYNQ (Python Productivi-ty for Zynq)开源框架和嵌入式系统开发。

weixin_57025922的博客 948

Matplotlib可视化(二十七)-- 球员能力图

#!usr/bin/env python # _*_ coding:utf-8 _*_ """ @author: Caramel @file: 3.1.py @time: 2020/03/05 @desc:球员能力图 """ import numpy as np import matplotlib.pyplot as plt from matplotlib.font_manager import...

qq_42007339的博客 535

电磁场仿真软件:CST Studio Suite_(25).案例分析与实践

在电磁场仿真中,材料属性的设置至关重要。通过API,您可以轻松地设置和修改材料属性,以适应不同的仿真需求。通过以上案例分析和实践,您已经学会了如何在CST Studio Suite中进行二次开发。自动化仿真流程:批量创建和运行仿真项目、优化设计参数、生成报告。自定义仿真设置:设置材料属性、边界条件和激励源。数据处理与分析:读取仿真结果、数据可视化和数据导出。高级脚本开发:多线程仿真、集成机器学习和云仿真。这些技能将帮助您更高效地进行电磁场仿真,提高设计质量和工作效率。

kkchenjj的博客 1387

SAP_FI模块_固定资产期初导入全流程(含导入代码)

SAP 期初导入资产主数据以及金额相关的操作全流程记录,包含了批导程序的代码,以及错误记录

风沙的博客 1405

Python学习笔记(matplotlib实战篇)--球员能力图

Python学习笔记--球员能力图   参靠视频:《Python数据可视化分析 matplotlib教程》链接:https://www.bilibili.com/video/av6989413/?p=6 所用的库及环境:   IDE:Pycharm   Python环境:python3.7   Matplotlib: Matplotlib 1.11   Numpy: Numpy1...

weixin_30314631的博客 267

授时中心被攻击?Windows 11 电脑时间不准?手把手教您如何更换国内稳定高速的时间服务器(时间服务器整理)

近期授时中心被攻击,时间同步重要性凸显。Windows 11 默认服务器在国内常遇网络问题。本文教你轻松修改时间服务器,选择更稳定、快速的国内优质服务器,彻底解决电脑时间不准的烦恼,让你的系统时间永远精准如一!🚀

XiaoqiangClub的博客 1089

python数据科学包(七)—— matplotlib实战之绘制球员能力图和股票K线图

1.球员能力图 # -*- coding: utf-8 -*- import numpy as np import pandas as pd import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties font = FontProperties(fname=r'C:\Windows\Font...

weixin_42032917的博客 487

ENS160传感器原理图设计,已量产(空气质量传感器)

ENS160 是一款集成式数字空气质量传感器,核心优势源于 “MEMS 传感元件 + 内置微处理器” 的架构。

不脱发的程序猿 575

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

20/02/13 数据科学包学习 (6)

Matplotlib 实战项目part2 球员能力图 #_*_ coding:utf-8 _*_ import numpy as np import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties plt.style.use('ggplot') font=FontProperties(fn...

weixin_44602323的博客 130

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

机器学习数据科学包——Matplotlib

目录数据准备创建array对象 matplotlib是基于Python语言的开源项目,旨在为Python提供一个数据绘图包。用户在熟悉了核心对象之后,可以轻易的定制图像。 import 数据准备 Numpy是Python的开源的数值计算扩展,可用来存储和处理大型矩阵,比Python自身数据结构要高效。 import numpy as np 创建array对象 1、从python的基础数据对象转化...

qq_43635468的博客 1040

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

虎扑球员数据爬取+球员能力分布雷达图

虎扑数据爬取+球员能力分布雷达图 学了一阵子python后,心痒痒想爬个网站试试,但得找个自己感兴趣的啊,那必然是篮球了。想了想平时看篮球的也就腾讯和虎扑,细心的jrs可能会发现腾讯体育点进球员个人主页会有五角形的能力分布图,虎扑则是各类数据比较详尽,所以博主就想着是不是可以爬一爬虎扑,然后做个球员的能力分布图。 话不多说,先上张效果图 输入对应球员名字就可以获得相应球员的能力分布图了,话说最终...

ninewolfyan的博客 1万+

NBA球员能力雷达图matplotlib,pandas

name = BaseData['球员'] score = BaseData['得分'] assist = BaseData['助攻'] rebound = BaseData['篮板'] steal = BaseData['抢断'] block = BaseData['盖帽'] num = BaseData['场次'] mistake = BaseData['失误'] def sortmax(li): liratio=[] limax=eval(s

sober_pluto的博客 1856

用matplotlib画FIFA球星雷达图,自定义背景图片

最近想对足球运动员进行数据分析,用雷达图展示各个球员的不同能力,然后背景搞一张球员的帅图。找了好多教程才搞定,记录一下下。 数据来自 kaggle上的FIFA2019 import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt from PIL import...

bo_gu的博客 1785

python 六维图_python制作球员数据六维图

首先,恭喜窝火拿下天王山!正所谓晚一天钓鱼撞一天钟,有机会跟宇宙勇打进抢七,在我看来这赛季够本了。今天我们研究一下python的Matplotlib库。Matplotlib 是一个 Python 的 2D绘图库,功能强大,用法简单,接下来我们就用它来实现极坐标六维图的绘制。当下季后赛打得如火如荼,我们就来分析一下四大巨星的表现吧。首先导入相关模块,以及各种变量的声明:import numpy as...

weixin_39939276的博客 1427

编程实战(3)——python绘制极坐标雷达图

编程实战(3)——python绘制极坐标雷达图 文章目录编程实战(3)——python绘制极坐标雷达图综述绘图代码和解析绘制一张多主体雷达图预处理封闭雷达图绘制图像绘制多张单主体雷达图建立子图循环遍历画每个子图 综述 python的matplotlib画图库的功能非常强大,可以画很多很多种图,我们日常生活中遇到的雷达图也不例外。 雷达图也被称为网络图,蜘蛛图,星图等,是一个不规则的多边形。雷达图可以形象地展示相同事物的多维指标,应用场景非常多,比如本篇博客中,用来展示球员的不同能力的区别。 matplotl

qq_45882682的博客 6457

python_matplotlib DAY_23(1)绘制FIFA,实况的球员能力图

学习作图 极坐标作图 TIPS: 小伙伴们或多或少都会接触FIFA,实况等足球游戏,球员的能力图能直观的反映一个球员的能力水平,今天就着手画一个球员能力图,体会一下自己当角色设计师的感觉 模型分析 1.使用极坐标画出闭合图像 2.拟定画4名球员 3.球员能力选取六种,体力,射术,防守,体力,进攻,速度,这就说明极坐标的角度轴需要等分为6块 4.完成填充和注释,更加直观 设计步骤 1.完成标签,数据...

soulproficiency的博客 946

matplotlib(4. 绘制球员能力面板)

import numpy as np import pandas as pd import matplotlib.pyplot as plt ability_label = [u'进攻', '防守', '盘带', '速度', '体力', '射术'] ability_size = 6 # 随机生成球员数据 player = { 'M': np.random.randint(size=ab...

切克闹的博客 546

Matplotlib三维曲面图与雷达图实战指南

​通过连接一系列数据点构建连续曲面,展示两个或更多变量间的交互影响显示数据点相对于中心点的位置,每个维度以从中心辐射的线表示,形成蜘蛛网状​。

2301_80823805的博客 1085

python绘制极坐标图_python matplotlib 用极坐标绘制球员能力图(综合练习)

使用极坐标来显示球员的能力图#!/usr/bin/python#coding: utf-8import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.font_manager import FontPropertiesplt.style.use("ggplot")font = FontProperties(fname=r"c:\...

weixin_42298973的博客 681
上一篇: matplotlib实例
下一篇: 机器学习基础算法
CoderMateng
博客等级 码龄7年 8粉丝 57原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值