完整代码获取：回复“ 01雷达图 ”即可获得通道
一句话看懂 这张图可以理解为一张“圆形综合成绩单”：ZU1—ZU12是12个被比较对象，A1—A4是4项评价指标。线越靠外，代表该对象在对应指标上的相对表现越高；线越靠近中心，代表相对表现越低。 |
图1ZU1—ZU12在A1—A4指标下的彩色雷达图
一、彩色雷达图是什么
彩色雷达图是一种用于展示多对象、多指标关系的可视化图形。它把多个评价对象围绕圆周排列，再用不同颜色的折线表示不同指标的变化情况。相比普通表格，雷达图能够让读者更快看出每个对象在哪些方面强、哪些方面弱。
通俗地说，它不是单纯展示一个数值，而是把多个指标同时放在一张图里比较。对于论文写作而言，这类图适合放在结果分析、模型评价、方案比较、综合评价或产品性能展示部分。
图中元素 | 大白话解释 | 论文中的规范说法 |
ZU1—ZU12 | 被比较的12个对象 | 评价对象、实验组、样本组、模型或方案 |
A1—A4 | 4个评价方面 | 评价指标或性能指标 |
彩色折线 | 每条线代表一个指标 | 不同指标在各评价对象上的归一化分布 |
0.25、0.50、0.75、1.00 | 相对分数刻度 | 归一化后的相对数值 |
最外圈彩色环 | 帮助区分每个ZU的位置 | 对象标签辅助识别区，不直接代表数据值 |
二、这张图是如何由代码生成的
根据提供的Python代码，图形生成过程主要包括数据读取、指标归一化、极坐标绘图、外环标签设计和图片导出五个步骤。代码首先使用pandas读取Excel文件，将第一列作为评价对象名称，将后续列作为评价指标；随后对每一个指标进行最大值归一化，使所有指标都统一到0—1的范围内；最后使用Matplotlib的极坐标系统绘制雷达图，并以PNG和PDF格式导出。
代码步骤 | 对应功能 | 对论文图表的意义 |
读取Excel数据 | 自动提取ZU1—ZU12和A1—A4 | 降低手工制图误差，便于重复实验 |
最大值归一化 | 每个指标除以该指标最大值 | 消除指标量纲差异，使多指标可比较 |
绘制极坐标雷达图 | 将对象均匀分布在圆周上 | 直观展示多对象之间的指标差异 |
绘制彩色外环 | 为每个对象添加彩色标签区 | 增强图形识别度和美观性 |
导出PNG/PDF | 生成高清位图和矢量图 | 适合论文插图、投稿和答辩展示 |
关键提醒 图中的0—1不是原始数据，而是归一化后的相对值。也就是说，1表示该指标下的最高水平，0.75表示达到该指标最高水平的大约75%。如果论文中使用这张图，必须说明“所有指标均经过最大值归一化处理”。 |
三、如何读懂这张图
读这张图时，可以按照“先看对象、再看刻度、最后看颜色”的顺序进行。首先，圆周上的ZU1—ZU12表示被比较的对象；其次，从圆心向外的刻度表示数值高低，越靠外代表该指标的相对水平越高；最后，不同颜色和不同标记形状的折线分别表示A1、A2、A3和A4四个指标。
·红色圆点线表示A1指标在ZU1—ZU12之间的变化。
·紫色方块线表示A2指标在ZU1—ZU12之间的变化。
·黄色三角线表示A3指标在ZU1—ZU12之间的变化。
·绿色菱形线表示A4指标在ZU1—ZU12之间的变化。
·某条线在某个ZU位置越靠外，说明该ZU在该指标上的相对表现越高。
四、图中四个指标的具体解读
指标 | 主要高值位置 | 主要低值位置 | 可得出的解释 |
A1 | ZU6、ZU2、ZU3、ZU5 | ZU11、ZU12 | A1优势主要集中在ZU2—ZU6附近，尤其ZU6表现突出。 |
A2 | ZU1、ZU2、ZU4、ZU6 | ZU10、ZU11、ZU12、ZU7 | A2在部分对象上表现强，但在后段对象中相对偏弱。 |
A3 | ZU11、ZU12、ZU8、ZU7、ZU9 | ZU3、ZU4、ZU5、ZU6 | A3的优势区域与A1、A2不同，说明其反映的是另一类特征。 |
A4 | ZU8、ZU5、ZU3、ZU10、ZU11、ZU12 | ZU9、ZU7、ZU4 | A4波动明显，ZU8优势最突出，ZU9存在明显短板。 |
从整体趋势看，A1和A2的高值更多集中在ZU1—ZU6范围内，而A3的高值更多出现在ZU7—ZU12范围内。A4则表现出更强的波动性，在ZU8、ZU5和ZU3等位置较高，但在ZU9附近明显下降。这说明四个指标并不是同步变化，而是各自反映了不同的评价维度。
五、从评价对象角度看，谁强在哪里
对象 | 图形表现 | 大白话解释 | 论文表达 |
ZU6 | A1和A2均较靠外 | ZU6在A1、A2两个方面表现较好 | ZU6在A1和A2维度上具有相对优势，但并非所有指标均达到最高。 |
ZU8 | A3和A4较靠外 | ZU8在A3、A4方面比较强 | ZU8在A3和A4指标上表现突出，说明其优势集中于特定维度。 |
ZU11/ZU12 | A3很高，A1/A2偏低 | 这两个对象A3强，但不均衡 | ZU11和ZU12在A3指标上具有明显优势，但在A1和A2维度上相对不足。 |
ZU3/ZU5 | A4较高，部分指标中高 | 这两个对象A4比较有优势 | ZU3和ZU5在A4指标上表现较好，具有一定综合竞争力。 |
ZU9 | A4明显向内收缩 | ZU9的A4是短板 | ZU9在A4指标上表现较弱，提示其在该维度存在不足。 |
六、这张图的核心结论
核心结论 这张图最重要的结论不是“哪个对象绝对最好”，而是说明：不同评价对象在不同指标上各有优势，没有一个对象在A1—A4四个指标上都同时占据绝对优势。因此，单一指标无法完整评价对象表现，应采用多指标综合分析。 |
·ZU6更偏向A1、A2优势。
·ZU8更偏向A3、A4优势。
·ZU11和ZU12在A3上突出，但综合表现不均衡。
·ZU9在A4上存在明显短板。
·整体上，各对象呈现出明显的指标差异性和结构性特征。
七、论文中可以如何表述
下面给出一段可以直接放入论文“结果分析”或“图形解读”部分的文字。实际使用时，可以根据A1—A4的真实含义，将“指标”替换为具体名称，例如准确率、稳定性、响应速度、鲁棒性、成本、风险水平等。
论文写作示范段落 为了直观比较不同评价对象在多项指标下的相对表现，本文采用彩色雷达图对ZU1—ZU12在A1、A2、A3和A4四个指标上的归一化结果进行展示。图中不同颜色和标记的折线分别代表不同指标，圆周方向上的ZU1—ZU12表示不同评价对象，径向刻度表示归一化后的相对数值，数值越接近1，说明该对象在对应指标上的相对表现越高。 由图可见，不同评价对象在四项指标上的表现存在明显差异。A1指标在ZU6和ZU2附近表现较高，说明这些对象在A1维度上具有较强优势；A2指标在ZU1、ZU2、ZU4和ZU6处表现较突出，表明其优势主要集中在部分对象中；A3指标在ZU11、ZU12和ZU8附近具有较高水平，呈现出与A1、A2不同的分布特征；A4指标则在ZU8、ZU5和ZU3附近表现较好，但在ZU9附近明显下降。整体来看，各评价对象并未在所有指标上呈现一致优势，而是表现出明显的指标差异性和结构性特征。该结果表明，单一指标难以全面反映不同对象的综合表现，采用多指标雷达图能够更加直观地揭示各评价对象的优势维度和薄弱环节，为后续综合评价、方案筛选和优化分析提供可视化依据。 |
八、图注写法
推荐图注 图XZU1—ZU12在A1—A4指标下的归一化雷达图。图中ZU1—ZU12表示不同评价对象，A1—A4表示不同评价指标。各指标均经过最大值归一化处理，数值范围为0—1，数值越接近1表示该对象在对应指标下的相对表现越高。不同颜色和标记的折线分别表示A1、A2、A3和A4指标，外侧彩色环用于标识不同评价对象的位置。 |
九、这类代码和图可以用于哪些领域
该代码并不局限于某一个专业。只要研究中存在“多个对象、多个指标、需要综合比较”的情况，都可以使用类似的彩色雷达图进行展示。
应用领域 | 可比较对象 | 常见指标示例 |
人工智能与机器学习 | 模型、算法、消融实验方案 | Accuracy、F1-score、AUC、推理时间、参数量、鲁棒性 |
工程设计与方案评价 | 结构方案、器件方案、工艺方案 | 安全性、稳定性、成本、效率、可靠性、可维护性 |
医学与生命科学 | 实验组、处理组、药物组、样本组 | 表达量、活性、炎症水平、代谢指标、评分值 |
城市与环境研究 | 城市、区域、情景方案 | 绿地率、热暴露、碳排放、韧性指数、生态质量 |
产品与管理评价 | 产品、品牌、供应商、项目 | 质量、价格、满意度、创新性、交付效率 |
教育与社会科学 | 学生、课程、政策、地区 | 成绩、能力、满意度、资源配置、公平性 |
十、写论文时必须注意的三个问题
注意点 | 为什么重要 | 建议写法 |
说明归一化方法 | 否则读者会误以为图中数值是原始值 | “各指标均采用最大值归一化处理。” |
区分正向和负向指标 | 如果某些指标越小越好，直接归一化会造成误读 | “对于负向指标，本文在归一化前进行了反向处理。” |
不要用雷达图替代统计检验 | 雷达图只能展示趋势，不能证明显著性 | “统计差异仍需结合显著性检验结果判断。” |
不同颜色输出效果：
出现其他运行问题可添加微信详细咨询：zhouysh001（八宝粥加油）
完整代码获取：回复“ 01雷达图 ”即可获得通道
10个月宝宝每天需要喝多少奶粉？
