如何在plotly/matplotlib中计算雷达图的面积？

Question

在尝试使用 matplotlib 和plotly 创建雷达图时，我一直在尝试找出一种方法来计算图表上所示的每个数据集的面积。与我通过分配“分数”分配的变量相比，这将帮助我全面评估数据集的有效性，“分数”相当于雷达图的面积。

例如，在下图中，雷达图上绘制了两个数据集，每个数据集代表根据轴中的标准/特征评估的不同对象。我想计算多边形覆盖的总面积，为每个区域分配一个“总分”，作为另一个指标。

有人知道该怎么做吗？

Answer 1

• 已使用多踪迹雷达图示例，如您的图像所示
• 首先将数据从图中提取回数据框中
  • 以弧度计算 theta，以便可以使用基本三角函数
  • 使用基本三角计算点的x和y坐标

# convert theta to be in radians
df["theta_n"] = pd.factorize(df["theta"])[0]
df["theta_radian"] = (df["theta_n"] / (df["theta_n"].max() + 1)) * 2 * np.pi
# work out x,y co-ordinates
df["x"] = np.cos(df["theta_radian"]) * df["r"]
df["y"] = np.sin(df["theta_radian"]) * df["r"]

	r	θ	踪迹	theta_n	theta_弧度	x	y
0	1	加工成本	产品A	0	0	1	0
1	5	机械性能	产品A	1	1.25664	1.54508	4.75528
2	2	化学稳定性	产品A	2	2.51327	-1.61803	1.17557
3	2	热稳定性	产品A	3	3.76991	-1.61803	-1.17557
4	3	设备集成	产品A	4	5.02655	0.927051	-2.85317
0	4	加工成本	产品B	0	0	4	0
1	3	机械性能	产品B	1	1.25664	0.927051	2.85317
2	2.5	化学稳定性	产品B	2	2.51327	-2.02254	1.46946
3	1	热稳定性	产品B	3	3.76991	-0.809017	-0.587785
4	2	设备集成	产品B	4	5.02655	0.618034	-1.90211

• 现在，如果您了解 shapely 的知识，那么从这些点构造多边形就很简单了。从这个多边形

  area

df_a = df.groupby("trace").apply(
    lambda d: shapely.geometry.MultiPoint(list(zip(d["x"], d["y"]))).convex_hull.area
)

踪迹	0
产品A	13.919
产品B	15.2169

完整的MWE

import numpy as np
import pandas as pd
import shapely.geometry
import plotly.graph_objects as go

categories = ['processing cost','mechanical properties','chemical stability',
              'thermal stability', 'device integration']  # fmt: skip

fig = go.Figure()

fig.add_trace(
    go.Scatterpolar(
        r=[1, 5, 2, 2, 3], theta=categories, fill="toself", name="Product A"
    )
)
fig.add_trace(
    go.Scatterpolar(
        r=[4, 3, 2.5, 1, 2], theta=categories, fill="toself", name="Product B"
    )
)

fig.update_layout(
    polar=dict(radialaxis=dict(visible=True, range=[0, 5])),
    # showlegend=False
)

# get data back out of figure
df = pd.concat(
    [
        pd.DataFrame({"r": t.r, "theta": t.theta, "trace": np.full(len(t.r), t.name)})
        for t in fig.data
    ]
)
# convert theta to be in radians
df["theta_n"] = pd.factorize(df["theta"])[0]
df["theta_radian"] = (df["theta_n"] / (df["theta_n"].max() + 1)) * 2 * np.pi
# work out x,y co-ordinates
df["x"] = np.cos(df["theta_radian"]) * df["r"]
df["y"] = np.sin(df["theta_radian"]) * df["r"]

# now generate a polygon from co-ordinates using shapely
# then it's a simple case of getting the area of the polygon
df_a = df.groupby("trace").apply(
    lambda d: shapely.geometry.MultiPoint(list(zip(d["x"], d["y"]))).convex_hull.area
)

# let's use the areas in the name of the traces
fig.for_each_trace(lambda t: t.update(name=f"{t.name} {df_a.loc[t.name]:.1f}"))

输出

Answer 2

罗布的解决方案看起来令人难以置信，但它不再有效:(