最直接方式是用plt.subplot(projection='polar')构建极坐标系并手动填充多边形；必须归一化至[0,1]、角度转弧度、首尾重复闭合；注意绘制顺序与zorder、中文字体配置。
雷达图用 plt.subplot(projection='polar') 最直接
Matplotlib 没有现成的 radar_plot() 函数，得自己搭极坐标系 + 多边形填充。用 plt.subplot(projection='polar') 是最可控、最不容易翻车的方式。别去搜第三方封装库——除非你明确需要多组对比或自动归一化，否则徒增依赖和隐式行为。
常见错误是直接在笛卡尔坐标系里画角度线，结果图形歪斜、刻度错位；或者误用 plt.polar()（它只是快捷函数，返回的是普通 axes，后续操作受限）。
- 必须用
plt.subplot(projection='polar')或fig.add_subplot(projection='polar')获取真正的极坐标ax - 角度数据要转为弧度：用
np.radians(angles)，别手动乘np.pi/180——易漏括号出错 - 雷达图闭合靠首尾重复第一个值：
values = values + [values[0]]，不然ax.fill()会漏边
数据归一化不处理，雷达图就失去可比性
原始数值量纲不同（比如“响应时间”是毫秒，“满意度”是 1–5 分），不归一化会导致某一项完全主导图形形状，其他项挤在中心附近，看不出来差异。这不是美观问题，是信息失真。
归一化必须做，且推荐用 Min-Max 到 [0, 1] 区间（不是 Z-score）。因为雷达图半径从 0 开始，负值或中心化会破坏视觉逻辑。
立即学习“Python免费学习笔记（深入）”；
- 用
from sklearn.preprocessing import MinMaxScaler简单但引入依赖；更轻量的做法是：(x - x.min()) / (x.max() - x.min() + 1e-8) - 注意分母为 0 的情况：所有值相等时，
max == min，加个极小常数1e-8避免除零警告 - 如果某维度全为 0，归一后全为 0，雷达图该项塌缩到原点——这是合理结果，别强行插值补数
ax.fill() 和 ax.plot() 的顺序与 zorder 很关键
填色区域盖不住线条、网格线被遮住、多组雷达图叠在一起谁在上谁在下……这些问题基本都出在绘制顺序和 zorder 上。Matplotlib 默认按绘图先后顺序叠放，但极坐标下容易误判。
- 先调
ax.plot()画轮廓线，再ax.fill()填色，否则填充可能裁掉线头 - 想让填充不遮网格，给
ax.grid(True)后再绘图，并给fill(..., zorder=0.5)，线设zorder=1.5，网格默认是 2.0 - 两组数据叠加时，后画的默认在上；若需反序，显式指定
zorder=1和zorder=2，别依赖先后
中文标签显示方块？得配 font.sans-serif 和 axes.unicode_minus
极坐标图里用 ax.set_xticks() 设中文角度标签，或 ax.set_title('性能指标')，结果全是 □□□——不是字体没装全，而是 Matplotlib 默认禁用中文字体回退，且把减号当 Unicode 符号渲染失败。
- 运行前加两行配置：
plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS', 'DejaVu Sans']；plt.rcParams['axes.unicode_minus'] = False - 别只改
font.sans-serif忘了axes.unicode_minus，否则负数坐标轴标签仍出错 - Mac 用户若无 SimHei，可用
'Helvetica Neue'；Linux 服务器没 GUI 字体，得提前sudo apt install fonts-wqy-zenhei并指定路径
极坐标系本身不复杂，难的是每一步都得对齐语义：角度是循环的、半径是非负的、标签方向要随角度旋转——这些细节一旦松动，图就不是“表达数据”，而是“制造困惑”。
