1. import numpy as np
    2. import matplotlib.pyplot as plt
    3. np.random.seed(19730516) # 固定随机数种子,使几篇图保持一致
    4. # 计算面积与颜色
    5. N = 150 # 随机数的数量
    6. r = 2 * np.random.rand(N) # 随机产生包含 N 个随机数的数组
    7. theta = 2 * np.pi * np.random.rand(N) # 角度,360度
    8. area = 200 * r**2 # 面积
    9. colors = theta # 颜色与角度保持一致
    10. fig = plt.figure() # 设置画布
    11. ax = fig.add_subplot(111, projection='polar') # 设置极坐标子图
    12. # 绘制散点图,cmap='hsv'是颜色空间, alpha=0.75是透明度
    13. c = ax.scatter(theta, r, c=colors, s=area, cmap='hsv', alpha=0.75)
    14. plt.show()

    image.png

    1. import numpy as np
    2. import matplotlib.pyplot as plt
    3. np.random.seed(19730516) # 固定随机数种子,使几篇图保持一致
    4. # 计算面积与颜色
    5. N = 150 # 随机数的数量
    6. r = 2 * np.random.rand(N) # 随机产生包含 N 个随机数的数组
    7. theta = 2 * np.pi * np.random.rand(N) # 角度,360度
    8. area = 200 * r**2 # 面积
    9. colors = theta # 颜色与角度保持一致
    10. fig = plt.figure() # 设置画布
    11. ax = fig.add_subplot(111, projection='polar') # 设置极坐标子图
    12. # 绘制散点图,cmap='hsv'是颜色空间, alpha=0.75是透明度
    13. c = ax.scatter(theta, r, c=colors, s=area, cmap='hsv', alpha=0.75)
    14. ax.set_rorigin(-1) # 更新径向原点
    15. ax.set_theta_zero_location('W', offset=10) # 设置θ为零的位置。(调用offset,弧度值)
    16. plt.show()

    image.png

    1. import numpy as np
    2. import matplotlib.pyplot as plt
    3. np.random.seed(19730516) # 固定随机数种子,使几篇图保持一致
    4. # 计算面积与颜色
    5. N = 150 # 随机数的数量
    6. r = 2 * np.random.rand(N) # 随机产生包含 N 个随机数的数组
    7. theta = 2 * np.pi * np.random.rand(N) # 角度,360度
    8. area = 200 * r**2 # 面积
    9. colors = theta # 颜色与角度保持一致
    10. fig = plt.figure() # 设置画布
    11. ax = fig.add_subplot(111, projection='polar') # 设置极坐标子图
    12. # 绘制散点图,cmap='hsv'是颜色空间, alpha=0.75是透明度
    13. c = ax.scatter(theta, r, c=colors, s=area, cmap='hsv', alpha=0.75)
    14. ax.set_thetamin(45) # 设置θ最小值
    15. ax.set_thetamax(135) # 设置θ最大值
    16. plt.show()

    image.png