2、绘制柱状图 3、绘制饼图 4、绘制包含20个条形，长度范围为[0,5)，宽度为30°的雷达图

2. 绘制柱状图通常用于比较各类别的数据量。在Python的matplotlib库中，可以使用`plt.bar()`函数创建柱状图，需要提供x轴标签（类别）、y轴值（高度）以及一些额外的参数如颜色和边框样式。例如：

import matplotlib.pyplot as plt
categories = ['A', 'B', 'C', 'D'] # 类别名
values = [10, 20, 30, 15] # 每个类别的数值
plt.bar(categories, values)
plt.xlabel('类别')
plt.ylabel('数量')
plt.show()

3. 绘制饼图则是展示部分与整体的关系，常常用来表示百分比分布。在matplotlib中，可以使用`plt.pie()`函数，类似如下：

import matplotlib.pyplot as plt
sizes = [30, 40, 20, 10] # 各部分占总和的比例
labels = ['A', 'B', 'C', 'D']
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title('各部分占比')
plt.show()

4. 绘制雷达图，也称为同心圆图表，它通常用于比较几个对象在同一维度上的性能或特性。你可以使用`mpl_toolkits.mplot3d`中的`Axes3D`结合`plt.scatter()`来完成，示例代码如下：

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt

# 假设我们有20个条形在三个维度上
dimensions = ['Dim1', 'Dim2', 'Dim3'] # 刻度标签
data = [[random.uniform(0, 5) for _ in range(20)] for _ in dimensions] # 长度随机生成

fig = plt.figure()
ax = fig.add_subplot(111, projection='polar')
ax.set_rmax(5)
for i, dim_data in enumerate(data):
    ax.plot(dim_data, rstride=1, cstride=1, label=dimensions[i])
    ax.fill(dim_data, color='skyblue', alpha=0.2)

ax.legend()
ax.set_xticks([theta / float(len(dim_data)) for theta in range(len(dim_data))], labels=dimensions)
plt.show()