快捷導(dǎo)航

Python可視化神器pyecharts繪制雷達(dá)圖

更新時(shí)間：2022年07月06日 14:27:10 作者：王小王_123???????

這篇文章主要介紹了Python可視化神器pyecharts繪制雷達(dá)圖，雷達(dá)圖是以從同一點(diǎn)開(kāi)始的軸上表示的三個(gè)或更多個(gè)定量變量的二維圖表的形式顯示多變量數(shù)據(jù)的圖形方法

雷達(dá)圖

雷達(dá)圖是以從同一點(diǎn)開(kāi)始的軸上表示的三個(gè)或更多個(gè)定量變量的二維圖表的形式顯示多變量數(shù)據(jù)的圖形方法。軸的相對(duì)位置和角度通常是無(wú)信息的。雷達(dá)圖也稱(chēng)為網(wǎng)絡(luò)圖，蜘蛛圖，星圖，蜘蛛網(wǎng)圖，不規(guī)則多邊形，極坐標(biāo)圖或Kiviat圖。它相當(dāng)于? ?平行坐標(biāo)圖??，軸徑向排列。

平行坐標(biāo)圖：

平行坐標(biāo)圖是一種通常的可視化方法，用于對(duì) 高維幾何和多元數(shù)據(jù) 的可視化。

為了表示在高維空間的一個(gè)點(diǎn)集，在N條平行的線的背景下，（一般這N條線都豎直且等距），一個(gè)在高維空間的點(diǎn)被表示為一條拐點(diǎn)在N條平行坐標(biāo)軸的折線，在第K個(gè)坐標(biāo)軸上的位置就表示這個(gè)點(diǎn)在第K個(gè)維的值。

平行坐標(biāo)圖是信息可視化的一種重要技術(shù)。為了克服傳統(tǒng)的笛卡爾直角坐標(biāo)系容易耗盡空間、難以表達(dá)三維以上數(shù)據(jù)的問(wèn)題，平行坐標(biāo)圖將高維數(shù)據(jù)的各個(gè)變量用一系列相互平行的坐標(biāo)軸表示，變量值對(duì)應(yīng)軸上位置。為了反映變化趨勢(shì)和各個(gè)變量間相互關(guān)系，往往將描述不同變量的各點(diǎn)連接成折線。所以平行坐標(biāo)圖的實(shí)質(zhì)是將m維歐式空間的一個(gè)點(diǎn)Xi(xi1,xi2,...,xim) 映射到二維平面上的一條曲線。

平行坐標(biāo)圖的一個(gè)顯著優(yōu)點(diǎn)是其具有良好的數(shù)學(xué)基礎(chǔ)，其射影幾何解釋和對(duì)偶特性使它很適合用于可視化數(shù)據(jù)分析。

雷達(dá)圖主要應(yīng)用于企業(yè)經(jīng)營(yíng)狀況—— href="https://baike.baidu.com/item/%E6%94%B6%E7%9B%8A" rel="nofollow" target="_blank"> 收益性、生產(chǎn)性、流動(dòng)性、安全性和成長(zhǎng)性的評(píng)價(jià)。上述指標(biāo)的分布組合在一起非常象雷達(dá)的形狀，因此而得名。

雷達(dá)圖模板系列

基礎(chǔ)雷達(dá)圖

import pyecharts.options as opts
from pyecharts.charts import Radar

v1 = [[4300, 10000, 28000, 35000, 50000, 19000]]
v2 = [[5000, 14000, 28000, 31000, 42000, 21000]]

(
Radar(init_opts=opts.InitOpts(width="1280px", height="720px", bg_color="#CCCCCC"))
.add_schema(
schema=[
opts.RadarIndicatorItem(name="銷(xiāo)售（sales）", max_=6500),
opts.RadarIndicatorItem(name="管理（Administration）", max_=16000),
opts.RadarIndicatorItem(name="信息技術(shù)（Information Technology）", max_=30000),
opts.RadarIndicatorItem(name="客服（Customer Support）", max_=38000),
opts.RadarIndicatorItem(name="研發(fā)（Development）", max_=52000),
opts.RadarIndicatorItem(name="市場(chǎng)（Marketing）", max_=25000),
],
splitarea_opt=opts.SplitAreaOpts(
is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
),
textstyle_opts=opts.TextStyleOpts(color="#fff"),
)
.add(
series_name="預(yù)算分配（Allocated Budget）",
data=v1,
linestyle_opts=opts.LineStyleOpts(color="#CD0000"),
)
.add(
series_name="實(shí)際開(kāi)銷(xiāo)（Actual Spending）",
data=v2,
linestyle_opts=opts.LineStyleOpts(color="#5CACEE"),
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(
title_opts=opts.TitleOpts(title="基礎(chǔ)雷達(dá)圖"), legend_opts=opts.LegendOpts()
)
.render("基礎(chǔ)雷達(dá)圖.html")
)

單例雷達(dá)圖

from pyecharts import options as opts
from pyecharts.charts import Radar

v1 = [[4300, 10000, 28000, 35000, 50000, 19000]]
v2 = [[5000, 14000, 28000, 31000, 42000, 21000]]
c = (
Radar()
.add_schema(
schema=[
opts.RadarIndicatorItem(name="銷(xiāo)售", max_=6500),
opts.RadarIndicatorItem(name="管理", max_=16000),
opts.RadarIndicatorItem(name="信息技術(shù)", max_=30000),
opts.RadarIndicatorItem(name="客服", max_=38000),
opts.RadarIndicatorItem(name="研發(fā)", max_=52000),
opts.RadarIndicatorItem(name="市場(chǎng)", max_=25000),
]
)
.add("預(yù)算分配", v1)
.add("實(shí)際開(kāi)銷(xiāo)", v2)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(
legend_opts=opts.LegendOpts(selected_mode="single"),
title_opts=opts.TitleOpts(title="標(biāo)題"),
)
.render("一維雷達(dá)圖.html")
)

空氣質(zhì)量模板

from pyecharts import options as opts
from pyecharts.charts import Radar

value_bj = [
[55, 9, 56, 0.46, 18, 6, 1],
[25, 11, 21, 0.65, 34, 9, 2],
[56, 7, 63, 0.3, 14, 5, 3],
[33, 7, 29, 0.33, 16, 6, 4],
[42, 24, 44, 0.76, 40, 16, 5],
[82, 58, 90, 1.77, 68, 33, 6],
[74, 49, 77, 1.46, 48, 27, 7],
[78, 55, 80, 1.29, 59, 29, 8],
[267, 216, 280, 4.8, 108, 64, 9],
[185, 127, 216, 2.52, 61, 27, 10],
[39, 19, 38, 0.57, 31, 15, 11],
[41, 11, 40, 0.43, 21, 7, 12],
]
value_sh = [
[91, 45, 125, 0.82, 34, 23, 1],
[65, 27, 78, 0.86, 45, 29, 2],
[83, 60, 84, 1.09, 73, 27, 3],
[109, 81, 121, 1.28, 68, 51, 4],
[106, 77, 114, 1.07, 55, 51, 5],
[109, 81, 121, 1.28, 68, 51, 6],
[106, 77, 114, 1.07, 55, 51, 7],
[89, 65, 78, 0.86, 51, 26, 8],
[53, 33, 47, 0.64, 50, 17, 9],
[80, 55, 80, 1.01, 75, 24, 10],
[117, 81, 124, 1.03, 45, 24, 11],
[99, 71, 142, 1.1, 62, 42, 12],
]
c_schema = [
{"name": "AQI", "max": 300, "min": 5},
{"name": "PM2.5", "max": 250, "min": 20},
{"name": "PM10", "max": 300, "min": 5},
{"name": "CO", "max": 5},
{"name": "NO2", "max": 200},
{"name": "SO2", "max": 100},
]
c = (
Radar()
.add_schema(schema=c_schema, shape="circle")
.add("北京", value_bj, color="#f9713c")
.add("上海", value_sh, color="#b3e4a1")
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(title_opts=opts.TitleOpts(title="空氣質(zhì)量"))
.render("空氣質(zhì)量.html")
)

顏色雷達(dá)圖

線條顏色可以配置：

from pyecharts import options as opts
from pyecharts.charts import Radar

data = [{"value": [4, -4, 2, 3, 0, 1], "name": "預(yù)算分配"}]
c_schema = [
{"name": "銷(xiāo)售", "max": 4, "min": -4},
{"name": "管理", "max": 4, "min": -4},
{"name": "技術(shù)", "max": 4, "min": -4},
{"name": "客服", "max": 4, "min": -4},
{"name": "研發(fā)", "max": 4, "min": -4},
{"name": "市場(chǎng)", "max": 4, "min": -4},
]
c = (
Radar()
.set_colors(["#4587E7"])
.add_schema(
schema=c_schema,
shape="circle",
center=["50%", "50%"],
radius="80%",
angleaxis_opts=opts.AngleAxisOpts(
min_=0,
max_=360,
is_clockwise=False,
interval=5,
axistick_opts=opts.AxisTickOpts(is_show=False),
axislabel_opts=opts.LabelOpts(is_show=False),
axisline_opts=opts.AxisLineOpts(is_show=False),
splitline_opts=opts.SplitLineOpts(is_show=False),
),
radiusaxis_opts=opts.RadiusAxisOpts(
min_=-4,
max_=4,
interval=2,
splitarea_opts=opts.SplitAreaOpts(
is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
),
),
polar_opts=opts.PolarOpts(),
splitarea_opt=opts.SplitAreaOpts(is_show=False),
splitline_opt=opts.SplitLineOpts(is_show=False),
)
.add(
series_name="預(yù)算",
data=data,
areastyle_opts=opts.AreaStyleOpts(opacity=0.2),
linestyle_opts=opts.LineStyleOpts(width=2),
)
.render("顏色雷達(dá)圖.html")
)