目录
1、霍兰德人格理论
霍兰德人格理论(Holland’s personality theory)是美国心理学家霍兰德(John Lewis Holland,1919-2008)于上世纪60年代提出的人格类型理论。其在大量职业兴趣调查的基础上,将人格分为现实型(Realistic,R),研究型(Investgative,I),艺术型(Atistic,A),社会型(Social,S),进取型(Enterprising,E)和传统型(Coventional,C)六种:
人格类型 | 人格特点 | 典型职业 |
---|---|---|
现实型 R |
以追求现实的物质生活为主要兴趣: 愿意使用工具从事操作性强的工作; 动手能力强,做事手脚灵活,动作协调; 不善言辞,不善交际。 |
技术性职业(计算机硬件人员、摄影师、制图员、机械装配工); 技能性职业(木匠、厨师、技工、修理工、农民、一般劳动) |
研究型 I |
以探索自然、追求科学真理为主要兴趣: 抽象能力强,求知欲强,肯动脑筋,善思考,不愿动手; 喜欢独立和富有创造性的工作; 知识渊博,有学识才能,不善于领导他人。 |
科学研究人员、教师、工程师、电脑编程人员、医生、系统分析员 |
艺术型 A |
以艺术创作为主要兴趣: 喜欢以各种艺术形式的创作来表现自己的才能,实现自身价值; 具有特殊艺术才能和个性; 乐于创造新颖的、与众不同的艺术成果、渴望表现自己的个性。 |
艺术方面(演员、导演、艺术设计师、雕刻家、建筑师、摄影家、广告制作人); 音乐方面(歌唱家、作曲家、乐队指挥); 文学方面(小说家、诗人、剧作家) |
社会型 S |
以从事社会工作、关注社会问题、改善社会福利为主要兴趣: 喜欢从事为他人服务和教育他人的工作; 喜欢参与解决人们共同关心的社会问题,渴望发挥自己的社会作用; 比较看重社会义务和社会道德。 |
教育工作者(教师、教育行政人员); 社会工作者(咨询人员、公关人员) |
进取型 E |
精力充沛、自信、善交际,具有领导才能; 喜欢竞争,敢冒风险; 喜欢权力、地位和物质财富 |
项目经理、销售人员,营销管理人员、政府官员、企业领导、法官、律师 |
传统型 C |
喜欢按计划办事,习惯接受他人的智慧和领导,自己不谋求领导职位; 不喜欢冒险和竞争; 工作踏实、忠诚可靠,遵守纪律。 |
秘书、办公室人员、记事员、会计、行政助理、图书馆管理员、出纳员、打字员、投资分析员 |
霍兰德认为,大多数人可以用上述六种人格类型中的某一类或某几类加以描述;六种人格,并非并列、有着明晰边界的。其以六边形标示出六种人格的彼此关系(亦称双码人格):
- 相邻关系,如 RI 、 IR 、 IA 、 AI 、 AS 、 SA 、 SE 、 ES 、 EC 、 CE 、 RC 及 CR 。属于这种关系的两种类型的个体之间共同点较多,现实型 R 、研究型 I 的人都不太偏好人际交往,这两种职业环境中也都较少机会与人接触。
- 相隔关系,如 RA 、 RE 、 IC 、 IS 、 AR 、 AE 、 SI 、 SC 、 EA 、 ER 、 CI 及 CS ,属于这种关系的两种类型个体之间共同点较相邻关系少。
- 相对关系,在六边形上处于对角位置的类型之间即为相对关系,如 RS 、 IE 、 AC 、 SR 、 EI 、及 CA,相对关系的人格类型共同点少,因此,一个人同时对处于相对关系的两种职业环境都兴趣很浓的情况较为少见。
霍兰德以此为基础,先后编制了职业偏好量表(VocatIonaI Preference lnventory)和自我导向搜寻量表(Self-directed Search,SDS),很大程度上促进了职业规划和职业咨询的发展。SDS一般适用于高中生,以让高中生确定自己的兴趣爱好,给大学的专业选择提供参考。
2、matplotlib 雷达图
Matplotlib 是 Python 中最受欢迎的数据可视化软件包之一,支持跨平台运行,它是 Python 常用的 2D 绘图库,同时它也提供了一部分 3D 绘图接口。Matplotlib 通常与 NumPy、Pandas 一起使用,是数据分析中不可或缺的重要工具之一。
Matplotlib 可以直观地以雷达图展示霍兰德人格与职业兴趣之间的关系。
示例:
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family'] = 'FZWeiBei-S03'
radar_labels = np.array(['研究型( I )', '艺术型( A )', '社会型( S )',\
'进取型( E )', '常规型( C )', '现实型( R )'])
nAttr = 6
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]])
data_labels = ('演员', '厨师', '医生', '律师', '教师','会计')
angles = np.linspace(0, 2*np.pi, nAttr, endpoint = False)
radar_labels = np.concatenate((radar_labels, [radar_labels[0]]))
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=1)
plt.fill(angles, data, alpha=0.25)
plt.thetagrids(angles*180/np.pi, radar_labels)
plt.figtext(0.52, 0.95, '霍兰德人格与职业', ha='center', size=16)
legend = plt.legend(data_labels, loc=(0.94, 0.80), labelspacing=0.2)
plt.setp(legend.get_texts(), fontsize='medium')
plt.grid(True)
plt.savefig('holland.png')
plt.show()
效果图:
注意:
代码调试过程中可能会报错,如:
☞ ValueError: The number of FixedLocator locations (7), usually from a call to set_ticks, does not match the number of ticklabels (6).
请参见:
☞ findfont: Font family [‘msyh’] not found. Falling back to DejaVu Sans.
请参见:
☞ AttributeError: ‘Text’ object has no property ‘frac’
请参见:
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
文章由极客之音整理,本文链接:https://www.bmabk.com/index.php/post/106939.html