霍兰德人格分析雷达图
时间: 2024-06-22 12:02:44 浏览: 8
霍兰德人格分析雷达图,也称为霍兰德职业兴趣六边形或霍兰德职业倾向理论,是由美国职业指导专家约翰·霍兰德(John Holland)提出的,用于帮助个体理解自己的职业兴趣和个性类型。它将人的职业兴趣分为六个主要类型,形成一个六边形的结构:
1. 实际型(Realistic):倾向于与物质世界互动,喜欢修理、建筑和户外工作。
2. 社会型(Social):善于与人交往,关注他人的需求,适合教育、咨询或社会工作。
3. 研究型(Investigative):喜欢探索、学习新知识,对科学研究和技术发展感兴趣。
4. 艺术型(Artistic):富有创造力,喜欢表达自我,可能涉及艺术、写作或设计。
5. 企业型(Enterprising):追求权力和领导地位,擅长商业策略和决策制定。
6. 常规型(Conventional):遵守规则,注重细节,适应性强,适合行政或技术职位。
霍兰德理论的核心是认为人们的职业满意度和长期成功往往与他们的兴趣和性格类型相匹配。通过这个工具,人们可以更好地了解自己,找到与之匹配的职业路径。如果你对这个理论感兴趣,可能会想了解如何进行自我评估,或者如何使用这些信息指导职业规划。
相关问题
python多级雷达图绘制解析_Python实例15:霍兰德人格分析雷达图
霍兰德人格分析是一种常见的心理学分类方法,用于评估一个人的职业倾向性和性格特点。多级雷达图是一种可视化工具,可以将多个维度的数据以雷达图形式展示出来,因此非常适合用于展示霍兰德人格分析数据。下面给出一个绘制霍兰德人格分析雷达图的Python实例:
```python
import matplotlib.pyplot as plt
import numpy as np
# 霍兰德人格分析六个维度的名称
labels = ['R', 'I', 'A', 'S', 'E', 'C']
# 霍兰德人格分析六个维度的得分(范围为0~20)
data = [18, 4, 16, 8, 2, 12]
# 计算角度
angles = np.linspace(0, 2*np.pi, len(labels), endpoint=False)
# 将第一个维度与最后一个维度相连,形成一个闭环
data = np.concatenate((data, [data[0]]))
angles = np.concatenate((angles, [angles[0]]))
# 绘图
fig = plt.figure()
ax = fig.add_subplot(111, polar=True)
ax.plot(angles, data, 'o-', linewidth=2)
ax.fill(angles, data, alpha=0.25)
ax.set_thetagrids(angles * 180/np.pi, labels)
plt.show()
```
代码中,首先定义了六个维度的名称和相应的得分。然后计算了每个维度对应的角度,并将第一个维度与最后一个维度相连,形成一个闭环。最后通过`ax.plot()`和`ax.fill()`函数绘制了多级雷达图。`ax.set_thetagrids()`函数用于设置角度轴的刻度标签和标签位置。执行该代码将得到一个简单的霍兰德人格分析雷达图。
python多级雷达图绘制解析霍兰德人格分析雷达图代码分析
代码中的注释已经比较详细了,下面再做一些补充解释:
1. 计算角度
```python
angles = np.linspace(0, 2*np.pi, len(labels), endpoint=False)
```
该行代码使用`np.linspace()`函数生成一个长度为`len(labels)`的角度列表,其中起始角度为0,结束角度为2π。`endpoint=False`表示不包含结束角度,即生成的角度列表不包含2π。
2. 将第一个维度与最后一个维度相连
```python
data = np.concatenate((data, [data[0]]))
angles = np.concatenate((angles, [angles[0]]))
```
为了让多级雷达图形成一个闭环,需要将第一个维度的得分与最后一个维度的得分相连。代码中使用`np.concatenate()`函数将两个数组拼接在一起。在`data`数组中添加了一个元素`data[0]`,在`angles`数组中添加了一个元素`angles[0]`。
3. 绘制雷达图
```python
ax.plot(angles, data, 'o-', linewidth=2)
ax.fill(angles, data, alpha=0.25)
```
`ax.plot()`函数用于绘制雷达图的边框线,`'o-'`表示绘制圆圈和线段,`linewidth=2`表示线段宽度为2。`ax.fill()`函数用于绘制填充区域,`alpha=0.25`表示填充区域的透明度为0.25。
4. 设置刻度标签和标签位置
```python
ax.set_thetagrids(angles * 180/np.pi, labels)
```
`ax.set_thetagrids()`函数用于设置极坐标图中角度轴的刻度标签和标签位置。`angles * 180/np.pi`表示将角度转换为度数。`labels`表示刻度标签。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![py](https://img-home.csdnimg.cn/images/20210720083646.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)