科研绘图 | 基于Python绘制多模型性能对比雷达图

雷达图（Radar Chart），也被称为蜘蛛图（Spider Chart），是一种非常有效的多维度数据可视化工具。在机器学习模型比较、性能评估等场景中，雷达图能够直观地展示多个模型在不同指标上的表现，快速识别各模型的优势和劣势。

本文将详细介绍如何使用Python和matplotlib库，从CSV数据文件开始，一步步构建一个专业、美观的多模型比较雷达图。将实现以下功能：

• Nature风格的专业图表：使用Times New Roman字体，符合学术期刊发表标准
• 智能标签旋转：外环标签自动沿圆环方向排列，保证可读性
• 多套配色方案：提供4种不同的配色方案，适应不同场景需求
• 批量导出功能：一键生成单图和拼图，方便论文使用

结果

同时每个单图也会自动保存！！

一、环境准备与基础设置

在开始绘制之前，需要导入必要的库，并设置matplotlib的全局参数。这些设置将确保生成的图表符合学术期刊的发表标准，特别是Nature等顶级期刊对图表格式的要求。

首先，导入核心库：numpy用于数值计算，pandas用于数据处理，matplotlib用于绘图。然后，配置matplotlib的全局参数，包括字体、字号、线条宽度等。这些设置将应用到所有后续绘制的图表中。

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom matplotlib import rcParams# =========================# 0. 基础设置 (Nature 风格)# =========================config = {"font.family": 'serif',"font.serif": ['Times New Roman'], "mathtext.fontset": 'stix',"font.size": 12,"axes.linewidth": 1.0,"figure.dpi": 300,}rcParams.update(config)

关键设置说明：

• 字体设置：使用serif字体族，并指定Times New Roman作为首选字体。这是学术期刊常用的字体，具有专业、正式的外观。

• 数学公式字体：mathtext.fontset设置为stix，确保数学公式与正文字体风格一致。

• 字号和线条：基础字号设为12pt，坐标轴线宽设为1.0，这些都是期刊发表的标准设置。

• 分辨率：figure.dpi设为300，确保导出的图片具有足够的分辨率，适合印刷和在线发表。

二、数据读取与预处理

数据是可视化的基础。设计为读取CSV格式的数据文件，其中第一列是模型名称（Model列），其余列是各种评估指标（如Accuracy、Precision、Recall等）。

这个函数的设计非常简洁高效：它读取CSV文件，将数据分为模型名称列表、指标名称列表和数值矩阵三部分。这种分离式的数据结构使得后续处理更加清晰和灵活。

# =========================# 1. 数据读取# =========================CSV_NAME = "model_performance.csv"def_read_table(csv_path):# 三行读取：Model列=模型名，其余列=指标    data = pd.read_csv(csv_path)    X = data.drop(columns=["Model"])    y = data["Model"]return y.astype(str).tolist(), X.columns.tolist(), X.astype(float).to_numpy()

函数解析：

• 数据分离：使用drop(columns=["Model"])将模型名称列分离出来，剩余的列就是各个评估指标。

• 类型转换：模型名称转换为字符串列表，指标名称直接获取列名，数值数据转换为numpy数组以便后续计算。

• 返回值：返回三个值，分别是模型名称列表、指标名称列表和数值矩阵。这种设计使得函数调用非常直观。

三、核心工具函数详解

3.1 环形标签绘制函数

这是整个代码中最关键也最复杂的函数之一。在极坐标图中，标签的旋转角度计算需要特别小心，因为matplotlib的极坐标系统有theta_offset（角度偏移）和theta_direction（方向）两个参数，这些参数会影响标签的实际显示位置。

如果简单地使用原始角度，标签可能会出现倒置或方向错误的问题。函数通过计算"显示角度"（考虑了偏移和方向），然后让文字沿着圆环的切线方向排列，并在下半圆自动翻转，确保文字始终可读。

def_draw_ring_label(ax, text, angle_rad, radius, fontsize=12):# 需要用"显示角度"（考虑 theta_offset / theta_direction），否则会出现 AUC 等标签朝向不对    display_theta = ax.get_theta_direction() * angle_rad + ax.get_theta_offset()    angle_deg = (np.degrees(display_theta) + 360) % 360# 让文字沿切线方向放置；并在下半圆翻转，保证可读    rotation = angle_deg - 90    rotation = (rotation + 180) % 360 - 180# 归一化到 [-180, 180]if rotation < -90or rotation > 90:        rotation += 180        rotation = (rotation + 180) % 360 - 180    ax.text(        angle_rad,        radius,        text,        ha="center",        va="center",        rotation=rotation,        rotation_mode="anchor",        fontsize=fontsize,        fontweight="bold",        color="black",        zorder=5,    )

算法详解：

1. 显示角度计算：display_theta = ax.get_theta_direction() * angle_rad + ax.get_theta_offset()

• 这里考虑了极坐标的方向（顺时针或逆时针）和偏移量（通常设为π/2，使0度在顶部）

2. 角度归一化：将角度转换为0-360度的范围，避免负角度带来的问题

3. 切线方向计算：rotation = angle_deg - 90

• 减去90度是为了让文字垂直于半径方向，即沿着圆环的切线方向

4. 可读性优化：如果旋转角度在-90到90度之外，文字会倒置，此时需要翻转180度，确保文字始终正向可读

5. 文本绘制：使用rotation_mode="anchor"确保文字围绕锚点旋转，而不是围绕中心点

3.2 四舍五入函数

在设置坐标轴刻度时，经常需要将数值四舍五入到指定的小数位数。Python内置的round函数使用的是"银行家舍入法"（round half to even），这在某些情况下可能不符合预期。实现了一个标准的四舍五入函数，使用Decimal模块确保精度。

def_round_half_up(x: float, ndigits: int = 2) -> float:from decimal import Decimal, ROUND_HALF_UPif ndigits <= 0:        q = Decimal("1")else:        q = Decimal("0." + "0" * (ndigits - 1) + "1")return float(Decimal(str(x)).quantize(q, rounding=ROUND_HALF_UP))

函数特点：

• 精确控制：使用Decimal类型避免浮点数精度问题
• 标准四舍五入：ROUND_HALF_UP确保0.5总是向上舍入
• 灵活的小数位数：可以指定任意小数位数

四、雷达图绘制核心函数

这是整个代码的核心部分，plot_radar函数负责绘制完整的雷达图。这个函数设计得非常全面，包含了雷达图的所有要素：外环标签、网格线、数据系列、图例等。

4.1 函数参数与初始化

函数接受多个参数，包括模型名称、指标名称、数值矩阵、线条颜色、外环颜色等。这种参数化的设计使得函数具有很高的灵活性。

defplot_radar(    ax,    model_names: list[str],    metric_names: list[str],    values: np.ndarray,    line_colors_local: list[str],    ring_colors_local: list[str],    *,    annotate: str | None = None,    legend: bool = True,    legend_fontsize: float = 11,    label_fontsize: float = 12.0,):from matplotlib.lines import Line2D    n_models = len(model_names)    n_metrics = len(metric_names)    angles = np.linspace(0, 2 * np.pi, n_metrics, endpoint=False)    angles_closed = np.concatenate([angles, [angles[0]]])

关键初始化：

• 角度计算：使用np.linspace将360度（2π）均匀分配给各个指标
• 闭合角度：angles_closed在末尾添加第一个角度，使得多边形能够闭合
• 数量统计：记录模型数量和指标数量，用于后续循环

4.2 坐标系统与范围设置

雷达图的坐标系统设置至关重要。需要确定网格的最大半径、外环的位置和宽度等。这些参数都是基于数据的最大值动态计算的。

    max_val = float(np.max(values)) if values.size else1.0    r_grid_max = 1.10if max_val <= 1.0else _round_half_up(max_val, 2)    r_ring_inner = r_grid_max    r_ring_width = r_grid_max * 0.155    r_outer = r_ring_inner + r_ring_width    r_ring_mid = r_ring_inner + r_ring_width / 2    ax.figure.patch.set_facecolor("white")    ax.set_facecolor("white")    ax.set_theta_offset(np.pi / 2)    ax.set_theta_direction(-1)    ax.set_ylim(0, r_outer + r_grid_max * 0.03)    ax.set_axisbelow(True)

参数说明：

• 动态范围：如果最大值不超过1.0，使用1.10作为网格最大值；否则使用四舍五入后的最大值
• 外环设计：外环的内半径等于网格最大值，宽度为最大值的15.5%，这样设计使得外环与网格紧密贴合
• 极坐标设置：
• theta_offset=np.pi/2：使0度位于顶部（12点钟方向）
• theta_direction=-1：设置为顺时针方向（符合常规习惯）
• 背景色：统一设置为白色，确保图表干净整洁

4.3 外环标签绘制

外环是雷达图的重要视觉元素，它不仅美观，更重要的是承载了指标名称。使用ax.bar函数绘制扇形块，每个扇形对应一个指标，颜色各不相同。

    seg_width = 2 * np.pi / n_metricsfor i, (ang, label) in enumerate(zip(angles, metric_names)):        ax.bar(            ang - seg_width / 2,            r_ring_width,            width=seg_width,            bottom=r_ring_inner,            align="edge",            color=ring_colors_local[i % len(ring_colors_local)],            edgecolor="white",            linewidth=2.0,            zorder=1,        )        _draw_ring_label(ax, label, ang, radius=r_ring_mid, fontsize=label_fontsize)

绘制细节：

• 扇形宽度：seg_width = 2π / n_metrics，确保所有扇形均匀分布
• 位置调整：ang - seg_width / 2使扇形以角度为中心对称
• 颜色循环：使用取模运算i % len(ring_colors_local)，即使指标数量超过颜色数量也能正常工作
• 白色边框：edgecolor="white"和linewidth=2.0创建明显的分隔线
• 标签绘制：调用_draw_ring_label函数，标签会自动沿圆环方向排列

4.4 网格线与坐标轴设置

网格线帮助读者准确读取数值，设置了径向网格线（虚线）和同心圆网格线，并配置了坐标轴刻度。