儒文网 > 杂谈 > 正文

Matplotlib绘制漫威英雄战力图，带你飞起来

2025-12-28 05:53 来源：儒文网点击：

Matplotlib绘制漫威英雄战力图，带你飞起来

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：