画出特征雷达图，代码接KMeans_cluster.py

好的，以下是根据 KMeans_cluster.py 中的数据绘制特征雷达图的示例代码：

import numpy as np
import matplotlib.pyplot as plt
from math import pi

# 从 KMeans_cluster.py 中获取数据
data = [[ 0.57,  0.84,  0.96,  0.34,  0.68],
        [ 0.94,  0.67,  0.48,  0.91,  0.12],
        [ 0.12,  0.36,  0.61,  0.19,  0.97],
        [ 0.18,  0.91,  0.20,  0.72,  0.48],
        [ 0.43,  0.25,  0.40,  0.48,  0.85]]

# 特征名称，这里使用 A、B、C、D、E 代替
features = ['A', 'B', 'C', 'D', 'E']

# 将数据转换为绘制雷达图所需的格式
# 雷达图需要将第一个特征与最后一个特征相连，因此需要将最后一个特征放到第一个位置
data = np.concatenate((data, data[:, 0:1]), axis=1)
features = np.concatenate((features, features[0:1]))

# 计算角度
angles = np.linspace(0, 2 * np.pi, len(features), endpoint=False)

# 将角度转换为弧度
angles = angles.astype(np.float16)

# 创建一个极坐标子图
fig = plt.figure()
ax = fig.add_subplot(111, polar=True)

# 画出雷达图
for i in range(len(data)):
    values = data[i]
    # 将第一个值与最后一个值相连
    values = np.concatenate((values, values[0:1]))
    # 画出一条折线图
    ax.plot(angles, values, linewidth=2, label=f'Cluster {i+1}')
    # 填充颜色
    ax.fill(angles, values, alpha=0.25)

# 设置雷达图的标签
ax.set_thetagrids(angles * 180 / np.pi, features)

# 添加标题和图例
plt.title('Feature Radar Chart')
plt.legend(loc='best')

# 显示图形
plt.show()

这段代码中，我们首先获取了 KMeans_cluster.py 中的数据，然后将数据转换为绘制雷达图所需的格式。接着，我们计算了每个特征对应的角度，并创建了一个极坐标子图。然后，我们使用 for 循环遍历每个簇的数据，分别画出一条折线图，并填充颜色。最后，我们设置了雷达图的标签、添加了标题和图例，最终显示图形。