[数据可视化] 通过使用雷达图与时间轴对象Timeline组合展示数据

db_wyt_2080

已于 2023-06-22 15:37:49 修改

阅读量480

点赞数 1

文章标签： python

于 2023-06-20 22:49:10 首次发布

本文链接：https://blog.csdn.net/db_wyt_2080/article/details/131310671

版权

本文介绍如何使用Python的pyecharts库结合雷达图和时间轴Timeline进行数据可视化，展示不同日期下的多组数据。通过设置雷达图的配置项和Timeline的基础配置，实现动态展示数据变化，适用于分析大量复杂数据。

摘要由CSDN通过智能技术生成

前言

一、导入所需相应的python数据库

二、导入获取的数据，并使用loc条件查询方法获取部分数据

四、将雷达图添加到时间轴对象中，并渲染出图形

五、完整代码

六、拓展

（1）雷达图的各配置项

（2）时间轴对象Timeline部分基础配置项

总结

前言

通过运用python中的pyecharts库，可以将我们所获得的数据以图形化的方式展现在我们面前，让我们更方便以及更快速的分析我们获得的数据。

本文章所使用的雷达图在显示各维度数据的对比情况的同时，还可以对全部维度的整体情况有一个直观的展示。加以时间轴对象的结合，可以使不同日期下的数据展示在同一个图形上。

一、导入所需相应的python数据库

分别是数据分析库、pyecharts配置项库、pyecharts.charts图形库。

import pandas as pd

import pyecharts.options as opts

from pyecharts.charts import Radar

from pyecharts.charts import Pie, Timeline

二、导入获取的数据，并使用loc条件查询方法获取部分数据

以下是我在NBA中国官方网站获取的数据（数据来源：NBA中国官方网站 | 球员数据）

data = pd.read_excel(r'stephen_curry.xlsx',index_col="赛季")
data

list = data.loc[[2009, 2010, 2011, 2012, 2013],["场均助攻", "场均得分", "场均抢断", "场均盖帽", "场均篮板"]]
list

三、建立主体代码

因为这里要传入多组数据，所以我将主体代码放在了函数中。

def data_list(y):
    c = (
        Radar()
        .add_schema(
            schema=[
                opts.RadarIndicatorItem(name="场均助攻", max_=10),
                opts.RadarIndicatorItem(name="场均得分", max_=30),
                opts.RadarIndicatorItem(name="场均抢断", max_=2),
                opts.RadarIndicatorItem(name="场均盖帽", max_=0.5),
                opts.RadarIndicatorItem(name="场均篮板", max_=5),
            ],
            splitarea_opt=opts.SplitAreaOpts(
                is_show=True, 
                areastyle_opts=opts.AreaStyleOpts(opacity=1)
            ),
            textstyle_opts=opts.TextStyleOpts(color="black"),
        )