玩命加载中...
<**（数据版权归华顿研究院所有）。
利用pandas读取数据
```python
data = pd.read_csv('cities_ranking.csv')
data.head()
```
<div>
<style scoped>
.dataframe tbody tr th:only-of-type {
vertical-align: middle;
}
.dataframe tbody tr th {
vertical-align: top;
}
.dataframe thead th {
text-align: right;
}
</style>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>排名</th>
<th>城市</th>
<th>总分</th>
<th>经济产值</th>
<th>财富储蓄</th>
<th>环境</th>
<th>科教</th>
<th>文化</th>
<th>卫生</th>
</tr>
</thead>
<tbody>
<tr>
<th>0</th>
<td>1</td>
<td>北京</td>
<td>93.74</td>
<td>86.98</td>
<td>100.00</td>
<td>95.88</td>
<td>100.00</td>
<td>98.05</td>
<td>82.62</td>
</tr>
<tr>
<th>1</th>
<td>2</td>
<td>上海</td>
<td>88.23</td>
<td>88.96</td>
<td>90.81</td>
<td>76.25</td>
<td>90.25</td>
<td>100.00</td>
<td>75.72</td>
</tr>
<tr>
<th>2</th>
<td>3</td>
<td>广州</td>
<td>83.40</td>
<td>83.73</td>
<td>81.67</td>
<td>78.86</td>
<td>97.46</td>
<td>88.96</td>
<td>72.84</td>
</tr>
<tr>
<th>3</th>
<td>4</td>
<td>深圳</td>
<td>75.10</td>
<td>86.63</td>
<td>73.22</td>
<td>84.76</td>
<td>43.97</td>
<td>94.77</td>
<td>45.73</td>
</tr>
<tr>
<th>4</th>
<td>5</td>
<td>杭州</td>
<td>73.42</td>
<td>68.23</td>
<td>69.47</td>
<td>79.27</td>
<td>79.50</td>
<td>89.47</td>
<td>74.98</td>
</tr>
</tbody>
</table>
</div>
定义雷达图函数
```python
def plot_radar(data, city):
'''
data是上面读入的原始数据
city是要显示的城市，可以是一个城市，比如city="上海"
也可以是一组城市，比如city=["杭州", "南京"]
为了视觉效果，最多同时展示5个城市。
'''
if type(city) != list: city = [city]
# 从下面六项指标，体现城市发展水平
cols = ['文化', '科教', '经济产值', '财富储蓄', '环境', '卫生']
# 每个城市的配色
colors = ['green', 'blue', 'red', 'yellow', 'black']
# 把圆形进行六等分
angles = np.linspace(0.1 * np.pi, 2.1 * np.pi, len(cols), endpoint=False)
angles = np.concatenate((angles, [angles[0]]))
# 初始化一个极坐标图像
fig = plt.figure(figsize=(6, 6))
ax = fig.add_subplot(111, polar=True)
# 逐一添加每个城市图像以及排名信息
for i, c in enumerate(city):
rank = data.loc[data['城市'] == c, '排名'].values[0]
stats = data.loc[data['城市'] == c, cols].values[0].tolist()
stats = np.concatenate((stats, [stats[0]]))
ax.plot(angles, stats, '-', linewidth=6, c=colors[i], label='%s 排名第%s'%(c, rank))
ax.fill(angles, stats, c=colors[i], alpha=0.25)
# 添加图例
ax.legend(loc=[0.25, 1.15], fontsize=18)
ax.set_yticklabels([])
ax.set_thetagrids(angles * 180/np.pi, cols, fontsize=16)
ax.grid(True)
# 完成
plt.show()
return fig
```
调用函数，试试看！先看看上海！
```python
plot_radar(data, "上海");
```
随机显示两座城市
```python
all_cities = data['城市'].tolist()
for city in np.random.choice(all_cities, 2):
plot_radar(data, city);
```
上面提到了，`plot_radar`可以对比多个城市。我们挑选几组，看看有没有你们的家乡哦！
```python
plot_radar(data, ['北京', '上海']);
plot_radar(data, ['广州', '深圳']);
plot_radar(data, ['杭州', '南京']);
plot_radar(data, ['成都', '重庆']);
plot_radar(data, ['苏州', '无锡']);
plot_radar(data, ['天津', '沈阳']);
plot_radar(data, ['武汉', '长沙']);
plot_radar(data, ['郑州', '西安']);
plot_radar(data, ['大连', '青岛']);
plot_radar(data, ['宁波', '南通']);
plot_radar(data, ['合肥', '南昌']);
```
<ul class="pager">
<li class="next"><a href="../../tutorials.php"><b><i class="fa fa-graduation-cap" aria-hidden="true"></i> 学完咯！</b></a></li>
</ul>
]]>
