python数据可视化—用pyecharts画雷达图

什么是pyecharts

pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒,pyecharts 是为了与 Python 进行对接,方便在 Python 中直接使用数据生成图。

准备工作

需要安装的包

pip install pyecharts

版本说明
pyecharts 分为 v0.5.X 和 v1 两个大版本,v0.5.X 和 v1 间不兼容,v1 是一个全新的版本

v0.5.X支持 Python2.7,3.4+
v1仅支持 Python3.6+

本文使用的是v1
详见官方文档

代码

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

# 传入多维数据,数据点最多6个
v1 = [[17.2, 7.9, 1.6, 0.8, 0.8]]
v2 = [[5.4, 2.6, 1.2, 1.0, 0.5]]
v3 = [[28.0, 8.4, 6.1, 1.9, 0.8]]
v4 = [[22.3, 5.0, 4.5, 1.7, 1.3]]
v5 = [[10.2, 2.9, 3.6, 1.4, 0.2]]

# 调整雷达各维度的范围大小,维度要求四维以上
x_schema = [
        {"name": "Point", "max": 30, "min": 0, "color": 'black', "font_size": 18},
        {"name": "Rebounds", "max": 15, "min": 0, "color": 'black', "font_size": 18},
        {"name": "Assists", "max": 8, "min": 0, "color": 'black', "font_size": 18},
        {"name": "Steals", "max": 5, "min": 0, "color": 'black', "font_size": 18},
        {"name": "Blocks", "max": 2, "min": 0, "color": 'black', "font_size": 18}
    ]

# 画图
radar_x = Radar()
radar_x.add_schema(x_schema)
radar_x.add('Chris Bosh', v1, color='red').set_colors(['red'])
radar_x.add('Shane Battier', v2, color='green').set_colors(['green'])
radar_x.add('LeBorn James', v3, color='orange').set_colors(['orange'])
radar_x.add('Dwayne Wade', v4, color='blue').set_colors(['blue'])
radar_x.add('Mario Chalmers', v5, color='purple').set_colors(['purple'])

radar_x.set_global_opts(
        title_opts=op.TitleOpts(title="Miami Heat Starting Lineup", pos_right="center"),
        legend_opts=op.LegendOpts(legend_icon="roundRect", align="left", pos_left='7%',
                                  pos_bottom='14%', orient='vertical')
    )

radar_x.render("Miami Heat Starting Lineup.html")

运行效果

在同级目录生成一个.html文件,在浏览器打开
在这里插入图片描述

在这里插入图片描述

  • 7
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
Python数据可视化是数据科学领域的重要环节,而matplotlib和pyecharts是两个常用的数据可视化库。 matplotlib是一个功能强大而灵活的绘图库,可以创建各种类型的图表,包括折线图、散点图、柱状图、饼图等。它基于numpy数组进行绘图,可以轻松地处理大量数据。使用matplotlib,我们可以通过简单的几行代码创建出美观而有效的图表,并可以对图表的各个元素进行定制,如颜色、标签、坐标轴等。此外,matplotlib还支持将图表保存为多种格式,包括图片和PDF。 而pyecharts是一个基于echarts的Python库,它提供了一种更为高级和便捷的方式来创建交互式数据可视化echarts是一款流行的JavaScript可视化库, 包含多种类型的图表,如折线图、散点图、柱状图、雷达图等,而pyecharts则是将echarts的功能封装在Python中,使得开发人员无需掌握JavaScript,就能够创建出强大的交互式图表。pyecharts提供了一套易用的API,通过简洁的代码可以实现复杂的数据可视化需求。另外,pyecharts也支持将图表导出为HTML、图片或PDF格式。 总而言之,matplotlib和pyecharts是两个非常有用的数据可视化工具,它们分别提供了不同的绘图方式和功能。如果需要创建静态图表,并对其进行更加精细的控制,可以选择使用matplotlib;而如果希望创建交互式的图表,并且对绘图过程更为简便,可以考虑使用pyecharts。同时,学习并掌握这两个库,将有助于我们更好地进行数据分析与可视化工作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值