一、"霍蘭德人格分析雷達圖"問題分析
1.1 問題分析
雷達圖 Radar Chart
雷達圖是多特性直觀展示的重要方式
1.2 霍蘭德人格分析
- 霍蘭德認為：人格興趣與職業之間應有一種內在的對應關系
- 人格分類：研究型、藝術型、社會型、企業型、傳統型、現實性
- 職業：工程師、實驗員、藝術家、推銷員、記事員、社會工作者
1.3 霍蘭德人格分析雷達圖
-
需求：雷達圖方式驗證霍蘭德人格分析
-
輸入：各職業人群結合興趣的調研數據
-
輸出：雷達圖
-
通用雷達圖繪制：matplotlib庫
-
專業的多維數據表示：numpy庫
-
輸出：雷達圖
二、"霍蘭德人格分析雷達圖"實例展示
# HollandRadarDraw
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family'] = 'SimHei'
radar_labels = np.array(
['研究型(I)', '藝術型(A)', '社會型(S)', '企業型(E)', '常規型(C)', '現實型(R)'])
data = np.array([[0.40, 0.32, 0.35, 0.30, 0.30, 0.88],
[0.85, 0.35, 0.30, 0.40, 0.40, 0.30],
[0.43, 0.89, 0.30, 0.28, 0.22, 0.30],
[0.30, 0.25, 0.48, 0.85, 0.45, 0.40],
[0.20, 0.38, 0.87, 0.45, 0.32, 0.28],
[0.34, 0.31, 0.38, 0.40, 0.92, 0.28]]) # 數據值
data_labels = ('藝術家', '實驗員', '工程師', '推銷員', '社會工作者', '記事員')
angles = np.linspace(0, 2 * np.pi, 6, endpoint=False)
data = np.concatenate((data, [data[0]]))
angles = np.concatenate((angles, [angles[0]]))
fig = plt.figure(facecolor="white")
plt.subplot(111, polar=True)
plt.plot(angles, data, 'o-', linewidth=1, alpha=0.2)
plt.fill(angles, data, alpha=0.25)
plt.thetagrids(angles * 180 / np.pi, radar_labels, frac=1.2)
plt.figtext(0.52, 0.95, '霍蘭德人格分析', ha='center', size=20)
legend = plt.legend(data_labels, loc=(0.94, 0.80), labelspacing=0.1)
plt.setp(legend.get_texts(), fontsize='large')
plt.grid(True)
plt.savefig('holland_radar.jpg?x-oss-process=style/watermark')
plt.show()
三、"霍蘭德人格分析雷達圖"舉一反三
目標 + 沉浸 + 熟練
- 編程的目標感：尋找感興趣的目標，尋(wa)覓( jue)之
- 編程的沉浸感：尋找可實現的方法，思(zuo)考(mo)之
- 編程的熟練度：練習、練習、再練習，熟練之