用 Python 绘制参数敏感性蜘蛛图(含代码)

import osimport numpy as npimport matplotlib.pyplot as pltfrom matplotlib.colors import LinearSegmentedColormap, Normalizefrom matplotlib.lines import Line2D# 0. Output directoryOUTDIR = "sensitivity_spider_output_fixed"os.makedirs(OUTDIR, exist_ok=True)plt.rcParams["font.family"] = "DejaVu Sans"plt.rcParams["axes.unicode_minus"] = False# 1. Simulated dataparam_labels = [    "Elastic E",    "Poisson ν",    "Cohesion c",    "Friction φ",    "Density ρ",    "Perm. k",    "Stress σ",    "Rate v"]schemes = {    "Model A": np.array([0.72, 0.41, 0.88, 0.79, 0.54, 0.46, 0.83, 0.58]),    "Model B": np.array([0.63, 0.52, 0.81, 0.73, 0.60, 0.49, 0.77, 0.66]),    "Model C": np.array([0.82, 0.36, 0.92, 0.85, 0.47, 0.43, 0.88, 0.51]),    "Model D": np.array([0.58, 0.47, 0.76, 0.69, 0.63, 0.55, 0.71, 0.72]),}scheme_colors = {    "Model A": "#355C7D",    "Model B": "#6C5B7B",    "Model C": "#C06C84",    "Model D": "#F67280",}heat_data = np.array([    [0.62, 0.44, 0.85, 0.76, 0.55, 0.42, 0.81, 0.60],    [0.70, 0.48, 0.88, 0.81, 0.50, 0.46, 0.84, 0.57],    [0.78, 0.40, 0.91, 0.86, 0.46, 0.45, 0.89, 0.52],    [0.67, 0.53, 0.83, 0.74, 0.61, 0.50, 0.76, 0.64],    [0.73, 0.46, 0.87, 0.80, 0.57, 0.48, 0.82, 0.59],])mean_profile = heat_data.mean(axis=0)top_idx = np.argsort(mean_profile)[::-1][:3]def close_curve(values):    return np.concatenate([values, [values[0]]])def radar_angles(n):    ang = np.linspace(0, 2 * np.pi, n, endpoint=False)    return np.concatenate([ang, [ang[0]]])angles = radar_angles(len(param_labels))theta = np.linspace(0, 2 * np.pi, len(param_labels), endpoint=False)def style_theta_labels(ax, theta_vals, fontsize=12, pad=12):    """    让极坐标一圈文字往外一点，并根据位置调整对齐方式    """    ax.set_xticks(theta_vals)    ax.set_xticklabels(param_labels, fontsize=fontsize)    ax.tick_params(axis="x", pad=pad)    for label, ang in zip(ax.get_xticklabels(), np.degrees(theta_vals)):        ang = ang % 360        if ang == 0 or ang == 180:            label.set_horizontalalignment("center")        elif 0 < ang < 180:            label.set_horizontalalignment("left")        else:            label.set_horizontalalignment("right")def add_radar_base(ax, rmax=1.0, theta_pad=12):    ax.set_theta_zero_location("N")    ax.set_theta_direction(-1)    ax.set_ylim(0, rmax)    style_theta_labels(ax, theta, fontsize=12, pad=theta_pad)    yticks = np.linspace(0.2, rmax, 5)    ax.set_yticks(yticks)    ax.set_yticklabels([f"{v:.1f}" for v in yticks], fontsize=10, color="gray")    ax.grid(True, linestyle="--", linewidth=0.8, alpha=0.35)    ax.spines["polar"].set_alpha(0.35)def soft_fill(ax, ang, vals, color, alpha=0.16):    ax.fill(ang, vals, color=color, alpha=alpha, zorder=2)# 3. Figure 1def plot_advanced_radar_compare(out_png):    fig = plt.figure(figsize=(10.8, 10.2), dpi=240, facecolor="white")    ax = plt.subplot(111, projection="polar", facecolor="white")    add_radar_base(ax, rmax=1.05, theta_pad=13)    # 背景圆环    for r in [0.2, 0.4, 0.6, 0.8, 1.0]:        ax.plot(            np.linspace(0, 2 * np.pi, 400),            np.full(400, r),            color="#d8dee9",            lw=0.7,            alpha=0.45,            zorder=0        )    # 多模型对比    for name, vals in schemes.items():        vals_c = close_curve(vals)        color = scheme_colors[name]        ax.plot(angles, vals_c, color="white", lw=5.0, alpha=0.95, zorder=2)        ax.plot(angles, vals_c, color=color, lw=2.5, alpha=0.98, zorder=3)        soft_fill(ax, angles, vals_c, color=color, alpha=0.12)        ax.scatter(            angles[:-1], vals,            s=42,            color=color,            edgecolors="white",            linewidths=0.9,            zorder=4        )    # 高敏感参数方向高亮    for idx in top_idx:        ang = theta[idx]        ax.plot([ang, ang], [0, 1.02], color="#f4a261", lw=1.4, alpha=0.55, zorder=1)        ax.scatter([ang], [1.02], s=34, color="#f4a261", edgecolors="white", linewidths=0.8, zorder=5)    ax.set_title(        "Advanced Parameter Sensitivity Spider Chart",        fontsize=22,        pad=28,        fontweight="bold"    )    legend_elements = [        Line2D([0], [0], color=scheme_colors[k], lw=2.8, label=k)        for k in schemes.keys()    ]    ax.legend(        handles=legend_elements,        loc="upper right",        bbox_to_anchor=(1.18, 1.09),        frameon=True,        fontsize=11    )    plt.tight_layout()    plt.savefig(out_png, bbox_inches="tight", facecolor="white")    plt.show()# 4. Figure 2def plot_advanced_radar_heat(out_png):    fig = plt.figure(figsize=(11.2, 10.8), dpi=260, facecolor="white")    ax = plt.subplot(111, projection="polar", facecolor="white")    ax.set_theta_zero_location("N")    ax.set_theta_direction(-1)    # 外面多留一些空间给 Peak 标注    ax.set_ylim(0, 1.55)    style_theta_labels(ax, theta, fontsize=12, pad=13)    ax.set_yticks([0.3, 0.6, 0.9, 1.2])    ax.set_yticklabels(["0.3", "0.6", "0.9", "1.2"], fontsize=10, color="gray")    ax.grid(True, linestyle="--", linewidth=0.8, alpha=0.30)    ax.spines["polar"].set_alpha(0.35)    cmap = LinearSegmentedColormap.from_list(        "radar_heat",        ["#dbe4ee", "#7fb3e6", "#5f8ee6", "#8b5ce6", "#d94696"]    )    norm = Normalize(vmin=heat_data.min(), vmax=heat_data.max())    n_layers = heat_data.shape[0]    n_params = heat_data.shape[1]    r0 = 0.18    dr = 0.17    width = 2 * np.pi / n_params    # 分层热力环带    for i in range(n_layers):        bottom = r0 + i * dr        for j in range(n_params):            val = heat_data[i, j]            color = cmap(norm(val))            ax.bar(                theta[j],                height=dr * 0.88,                width=width * 0.96,                bottom=bottom,                color=color,                edgecolor="white",                linewidth=1.0,                align="center",                alpha=0.95,                zorder=2            )    # 平均蜘蛛轮廓    mean_r = 0.20 + 0.95 * mean_profile    mean_r_c = close_curve(mean_r)    ax.plot(angles, mean_r_c, color="#1f2937", lw=2.8, alpha=0.97, zorder=5)    ax.fill(angles, mean_r_c, color="#1f2937", alpha=0.05, zorder=4)    ax.scatter(        angles[:-1], mean_r,        s=42,        color="#111827",        edgecolors="white",        linewidths=0.8,        zorder=6    )    # 外侧趋势线    prof_norm = (mean_profile - mean_profile.min()) / (mean_profile.max() - mean_profile.min() + 1e-12)    outer_base = 1.20    outer_curve = outer_base + 0.13 * prof_norm    outer_curve_c = close_curve(outer_curve)    ax.plot(angles, outer_curve_c, color="#17b2cf", lw=2.4, alpha=0.95, zorder=7)    ax.fill(angles, outer_curve_c, outer_base, color="#17b2cf", alpha=0.10, zorder=3)    # 峰值标注：只保留 Peak 1/2/3，并手动错开    peak_rank = np.argsort(mean_profile)[::-1][:3]    # 每个峰值的角度偏移（度）、半径偏移、对齐方式    # 用来避免和外圈参数标签打架    peak_offsets = [        (-12, 0.10, "right"),   # Peak 1        ( 10, 0.12, "left"),    # Peak 2        ( 16, 0.11, "left"),    # Peak 3    ]    for n, idx in enumerate(peak_rank):        ang = theta[idx]        rr = outer_curve[idx]        d_ang_deg, d_r, ha = peak_offsets[n]        text_ang = ang + np.deg2rad(d_ang_deg)        text_r = rr + d_r        ax.scatter(            [ang], [rr],            s=60,            color="#f59e0b",            edgecolors="white",            linewidths=0.9,            zorder=8        )        ax.annotate(            f"Peak {n+1}",            xy=(ang, rr),            xytext=(text_ang, text_r),            textcoords="data",            fontsize=11,            color="black",            ha=ha,            va="center",            arrowprops=dict(                arrowstyle="->",                color="black",                lw=0.9,                alpha=0.9,                shrinkA=0,                shrinkB=4            ),            zorder=9        )    ax.set_title(        "Heat-Enhanced Parameter Sensitivity Spider Chart",        fontsize=22,        pad=30,        fontweight="bold"    )    sm = plt.cm.ScalarMappable(cmap=cmap, norm=norm)    sm.set_array([])    cbar = plt.colorbar(sm, ax=ax, pad=0.08, fraction=0.045)    cbar.set_label("Sensitivity Index", fontsize=12)    cbar.ax.tick_params(labelsize=10)    plt.tight_layout()    plt.savefig(out_png, bbox_inches="tight", facecolor="white")    plt.show()def main():    out1 = os.path.join(OUTDIR, "sensitivity_spider_advanced_1_fixed.png")    out2 = os.path.join(OUTDIR, "sensitivity_spider_advanced_2_fixed.png")    plot_advanced_radar_compare(out1)    plot_advanced_radar_heat(out2)if __name__ == "__main__":    main()

如有其他需要，欢迎关注我的咸鱼号:pfc小姐姐