• 一、"霍蘭德人格分析雷達圖"問題分析
  • 1.1 問題分析
  • 1.2 霍蘭德人格分析
  • 1.3 霍蘭德人格分析雷達圖
• 二、"霍蘭德人格分析雷達圖"例項展示
• 三、"霍蘭德人格分析雷達圖"舉一反三

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係
• 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資料

• 輸出：雷達圖

• 通用雷達圖繪製：matplotlib庫

• 專業的多維資料表示：numpy庫

• 輸出：雷達圖

二、"霍蘭德人格分析雷達圖"例項展示

# 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
 
]])  # 資料值

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

• 程式設計的目標感：尋找感興趣的目標，尋(wa)覓( jue)之
• 程式設計的沉浸感：尋找可實現的方法，思(zuo)考(mo)之
• 程式設計的熟練度：練習、練習、再練習，熟練之