如何为DataFrame每个索引循环生成雷达图？求问题分析

我有一个结构如下的Pandas DataFrame：

import pandas as pd
df = pd.DataFrame({"Name": ["A", "B", "C", "D", "E","F", "G"],
                    "Tldiffto3": [2.0, -3.0, 2.0,17.0,7.0, 
                      12.0,2.0],
                    "LZdiffto3": [0.94, -5.0, 7.0,29.0,4.0, 
                      10.0,2.5],
                    "SZdiffto3": [0.94, -5.0, 7.0,29.0,4.0, 
                      10.0,2.5],
                    "KZdiffto3": [0.8, -9.0, 10.0,8.0,3.0, 
                      11.0,4.5]})

已经实现了生成单个雷达图的代码：

import numpy as np
import matplotlib.pyplot as plt

# 变量类别
categories=list(df)[0:]

N = len(categories)
# 计算每个变量对应的角度
angles = [n / float(N) * 2 * np.pi for n in range(N)]
angles += angles[:1]

# 获取第一行数据并处理成闭合格式
values = df.loc[df.index[0]].values.flatten().tolist()
values += values[:1]

fig, ax = plt.subplots(figsize=(6, 6), 
          subplot_kw=dict(polar=True), dpi = 100)

# 绘制雷达图轮廓
ax.plot(angles, values, color='#1aaf6c', linewidth=1)
# 填充区域
ax.fill(angles, values, color='#1aaf6c', alpha=0.25) 

# 调整坐标轴起始方向和顺序
ax.set_theta_offset(np.pi / 2)
ax.set_theta_direction(-1)

# 设置横轴标签
plt.xticks(angles[:-1], categories)

# 调整横轴标签对齐方式
for label, angle in zip(ax.get_xticklabels(), angles):
  if angle in (0, np.pi):
    label.set_horizontalalignment('center')
  elif 0 < angle < np.pi:
    label.set_horizontalalignment('left')
  else:
    label.set_horizontalalignment('right')

# 设置纵轴标签位置
ax.set_rlabel_position(180 / N)

# 样式设置
ax.tick_params(colors='#222222')
ax.tick_params(axis='y', labelsize=8)
ax.grid(color='#AAAAAA')
ax.spines['polar'].set_color('#222222')
ax.set_facecolor('#FAFAFA')

现在想遍历DataFrame的索引，为每个Name对应的行生成独立的子图雷达图，尝试了以下循环代码但运行失败：

for i in range(df.index):
  ax.plot(angles, values, color='#1aaf6c', linewidth=1) 
  ax.fill(angles, values, color='#1aaf6c', alpha=0.25) 

1. range(df.index) 参数错误：df.index是索引对象，不是整数类型，range()需要传入整数参数，直接使用会触发类型错误。
2. 未更新循环内的数据：循环中始终使用第一行的values数据，没有根据当前索引获取对应行的内容。
3. 未创建独立子图：原代码仅生成了一个子图ax，循环中直接在同一子图上叠加绘制，无法生成多个独立的雷达图。

先规划子图布局，再遍历每行数据生成独立的雷达图子图，完整代码如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame({"Name": ["A", "B", "C", "D", "E","F", "G"],
                    "Tldiffto3": [2.0, -3.0, 2.0,17.0,7.0, 
                      12.0,2.0],
                    "LZdiffto3": [0.94, -5.0, 7.0,29.0,4.0, 
                      10.0,2.5],
                    "SZdiffto3": [0.94, -5.0, 7.0,29.0,4.0, 
                      10.0,2.5],
                    "KZdiffto3": [0.8, -9.0, 10.0,8.0,3.0, 
                      11.0,4.5]})

# 定义变量类别
categories = list(df.columns)
N = len(categories)
angles = [n / float(N) * 2 * np.pi for n in range(N)]
angles += angles[:1]

# 规划子图布局：3行3列，容纳7个图
rows = 3
cols = 3
fig, axes = plt.subplots(rows, cols, figsize=(15, 15), 
                        subplot_kw=dict(polar=True), dpi=100)
# 扁平化子图数组，方便遍历
axes = axes.flatten()

# 遍历每行数据
for idx, (i, row) in enumerate(df.iterrows()):
    ax = axes[idx]
    # 获取当前行数据并处理成闭合格式
    values = row.values.flatten().tolist()
    values += values[:1]
    
    # 绘制雷达图
    ax.plot(angles, values, color='#1aaf6c', linewidth=1)
    ax.fill(angles, values, color='#1aaf6c', alpha=0.25)
    
    # 设置子图标题为Name
    ax.set_title(row['Name'], y=1.1, fontsize=12)
    
    # 坐标轴和样式设置
    ax.set_theta_offset(np.pi / 2)
    ax.set_theta_direction(-1)
    ax.set_xticks(angles[:-1])
    ax.set_xticklabels(categories)
    
    # 调整横轴标签对齐方式
    for label, angle in zip(ax.get_xticklabels(), angles):
        if angle in (0, np.pi):
            label.set_horizontalalignment('center')
        elif 0 < angle < np.pi:
            label.set_horizontalalignment('left')
        else:
            label.set_horizontalalignment('right')
    
    ax.set_rlabel_position(180 / N)
    ax.tick_params(colors='#222222')
    ax.tick_params(axis='y', labelsize=8)
    ax.grid(color='#AAAAAA')
    ax.spines['polar'].set_color('#222222')
    ax.set_facecolor('#FAFAFA')

# 隐藏多余的空图
for j in range(idx+1, len(axes)):
    axes[j].axis('off')

plt.tight_layout()
plt.show()

代码说明 #

• 先创建3×3的子图网格，足够容纳7个雷达图，多余的子图最后隐藏。
• 使用df.iterrows()遍历每行数据，同时获取索引和行内容，对应到子图位置。
• 每个子图独立处理数据、绘制雷达图并设置样式，确保图的独立性。
• 添加子图标题显示Name，方便区分不同的雷达图。

内容的提问来源于stack exchange，提问作者Hansson