数据可视化之NBA球员雷达图

目录

前言

一、雷达图介绍

二、时间轴介绍

三、代码实现过程

安装pyecharts

1.导入所需的pandas库pyecharts库还有相关的包

2.导入NBA球员数据

3.数据处理

4.每个方向的小标题文字的格式配置

5.添加两个需要比较的数据

6.配置数据标签

7.设置大标题，设置图例

8.创建时间轴组件

效果图

附完整代码

总结

---

前言

通过使用python语言，我们可以很容易地制作出我们需要的图像。图像生成可以直接而清晰地让我们了解数据，我们称之为信息可视化。现在让我们来讲解一下雷达图。本人新手小白，如果有什么问题请多多包涵

一、雷达图介绍

雷达图通常用于综合分析多个指标，具有完整，清晰和直观的优点因此使用NBA球员数据进行分析。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。

雷达图的缺点

1.如果雷达图像上的多边形过多，会降低可读性，使整体图形过于混乱。特别是在有颜色填充的多边形的情况下，上层会遮挡并覆盖下层的多边形

2.如果变量太多，也会导致可读性下降，因为一个变量对应一个坐标轴，这会使坐标轴过于密集，使图表感觉复杂。因此，最好的做法是尽可能控制变量的数量，以保持雷达图的简单明了

二、时间轴介绍

它是将一个或多个事件按时间顺序连接起来，形成一个相对完整的记录系统，然后以图文的形式呈现给用户；时间线可以应用于不同的领域，其最大的功能是将过去的事件系统化、整合和提炼。

三、代码实现过程

安装pyecharts

先启动anaconda或windows系统的命令提示符，然后在命令行中执行在线下载安装pyecharts库的命令，示例如下所示：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts

1.导入所需的pandas库pyecharts库还有相关的包

import pandas as pd
import pyecharts.options as opts
from pyecharts.charts import Radar
from pyecharts.charts import Timeline

2.导入NBA球员数据

data = pd.read_excel(r'NBA中国官方网站 _ 球员数据.xlsx')
df = pd.read_excel(r'NBA中国官方网站 _ 球员数据2.xlsx')

3.数据处理

用query函数进行数据筛选再用values.tolist()方法进行数据的转换

data1 = data.query(f'赛季=={year}')[['场均得分','场均篮板','场均助攻','场均抢断','场均盖帽']].values.tolist()
data2 = df.query(f'赛季=={year}')[['场均得分','场均篮板','场均助攻','场均抢断','场均盖帽']].values.tolist()