小編寫這篇文章的主要方法,就是介紹關于Python pyecharts的一些相關技巧,包括教給大家怎么去使用Python pyecharts繪制雷達圖。其實,說起來還是挺麻煩的,那么,我們要怎么去繪制雷達圖呢?有沒有什么比較好用的方法呢?下面給大家詳細解答下。
雷達圖
雷達圖是以從同一點開始的軸上表示的三個或更多個定量變量的二維圖表的形式顯示多變量數據的圖形方法。軸的相對位置和角度通常是無信息的。雷達圖也稱為網絡圖,蜘蛛圖,星圖,蜘蛛網圖,不規則多邊形,極坐標圖或Kiviat圖。它相當于平行坐標圖,軸徑向排列。
平行坐標圖:
平行坐標圖是一種通常的可視化方法,用于對高維幾何和多元數據的可視化。
為了表示在高維空間的一個點集,在N條平行的線的背景下,(一般這N條線都豎直且等距),一個在高維空間的點被表示為一條拐點在N條平行坐標軸的折線,在第K個坐標軸上的位置就表示這個點在第K個維的值。
平行坐標圖是信息可視化的一種重要技術。為了克服傳統的笛卡爾直角坐標系容易耗盡空間、難以表達三維以上數據的問題,平行坐標圖將高維數據的各個變量用一系列相互平行的坐標軸表示,變量值對應軸上位置。為了反映變化趨勢和各個變量間相互關系,往往將描述不同變量的各點連接成折線。所以平行坐標圖的實質是將m維歐式空間的一個點Xi(xi1,xi2,...,xim)映射到二維平面上的一條曲線。
平行坐標圖的一個顯著優點是其具有良好的數學基礎,其射影幾何解釋和對偶特性使它很適合用于可視化數據分析。
雷達圖主要應用于企業經營狀況——href="https://baike.baidu.com/item/%E6%94%B6%E7%9B%8A"rel="nofollow"target="_blank">收益性、生產性、流動性、安全性和成長性的評價。上述指標的分布組合在一起非常象雷達的形狀,因此而得名。
雷達圖模板系列
基礎雷達圖
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="銷售(sales)",max_=6500), opts.RadarIndicatorItem(name="管理(Administration)",max_=16000), opts.RadarIndicatorItem(name="信息技術(Information Technology)",max_=30000), opts.RadarIndicatorItem(name="客服(Customer Support)",max_=38000), opts.RadarIndicatorItem(name="研發(Development)",max_=52000), opts.RadarIndicatorItem(name="市場(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="預算分配(Allocated Budget)", data=v1, linestyle_opts=opts.LineStyleOpts(color="#CD0000"), ) .add( series_name="實際開銷(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="基礎雷達圖"),legend_opts=opts.LegendOpts() ) .render("基礎雷達圖.html") )
單例雷達圖
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="銷售",max_=6500), opts.RadarIndicatorItem(name="管理",max_=16000), opts.RadarIndicatorItem(name="信息技術",max_=30000), opts.RadarIndicatorItem(name="客服",max_=38000), opts.RadarIndicatorItem(name="研發",max_=52000), opts.RadarIndicatorItem(name="市場",max_=25000), ] ) .add("預算分配",v1) .add("實際開銷",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="標題"), ) .render("一維雷達圖.html") )
空氣質量模板
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="空氣質量")) .render("空氣質量.html") )
顏色雷達圖
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":"預算分配"}] c_schema=[ {"name":"銷售","max":4,"min":-4}, {"name":"管理","max":4,"min":-4}, {"name":"技術","max":4,"min":-4}, {"name":"客服","max":4,"min":-4}, {"name":"研發","max":4,"min":-4}, {"name":"市場","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="預算", data=data, areastyle_opts=opts.AreaStyleOpts(opacity=0.2), linestyle_opts=opts.LineStyleOpts(width=2), ) .render("顏色雷達圖.html") )
綜上所述,這篇文章就給大家介紹到這里了,希望可以給大家帶來幫助。
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/128295.html
小編寫這篇文章的主要目的,主要是來給大家去做出一個相關性的介紹,介紹的內容主要還是涉及到Python pyecharts,主要是利用Python pyecharts去繪制漏斗,那么,具體要怎么繪制呢?下面給大家詳細解答下。 漏斗圖 漏斗圖是由Light等在1984年提出,一般以單個研究的效應量為橫坐標,樣本含量為縱坐標做的散點圖。效應量可以為RR、OR和死亡比或者其對數值等。理論上講,被納...
小編寫這篇文章的主要目的,主要是給大家去做一個詳細解答,介紹的內容是關于Python pyecharts的一些詳細內容,給大家講解關于如何繪制水球圖等相關事宜,具體的內容,下面給大家詳細解答。 水球圖 水球圖首先是動態的效果,像水流一樣波動,所以看起來比較的舒服,一般用于業務里面的完成率,其實和之前的儀表盤有點類似,但是我個人絕對水球圖更加的好,因為看起來比較的炫酷。 frompyech...
小編寫這篇文章的主要目的,主要是給大家去做一個解答,解答的內容主要是關于Python pyecharts的一些案例,包括如何使用它去進行繪制一個相關的散點圖,怎么能夠快速的去進行繪制。就具體的內容,下面就給大家詳細解答下。 什么是散點圖? 散點圖是指在數理統計回歸分析中,數據點在直角坐標系平面上的分布圖,散點圖表示因變量隨自變量而變化的大致趨勢,由此趨勢可以選擇合適的函數進行經驗分布的擬合...
小編寫這篇文章的一個主要目的,繼續為大家介紹關于Python相關事宜,介紹的內容主要是教我們如何去繪制餅狀圖,具體怎么去做呢?下面就給大家詳細的解答下。 概念 餅圖(pie chart)是用圓形及圓內扇形的角度來表示數值大小的圖形,它主要用于表示一個樣本(或總體)中各組成部分的數據占全部數據的比例。僅排列在工作表的一列或一行中的數據可以繪制到餅圖中。餅圖顯示一個數據系列(數據系列:在圖表中...
python使用場景還是很多的,特別是在實現自動化的辦公階段,python的用處是比較的大的,那么,今天又有一個比較新奇的想法,如何使用python中的pyecharts去畫一個中國地圖呢?下面給各位讀者做一個詳細介紹。 在這一個月的時間里,利用網絡爬蟲爬取了杭州所有二手房的一個數據,在作圖的時候發現在地圖呈現上還是有欠缺,這里就把用到的貼出來,提升一下記憶。 之前有接觸用Basemap繪...
閱讀 911·2023-01-14 11:38
閱讀 878·2023-01-14 11:04
閱讀 740·2023-01-14 10:48
閱讀 1983·2023-01-14 10:34
閱讀 942·2023-01-14 10:24
閱讀 819·2023-01-14 10:18
閱讀 499·2023-01-14 10:09
閱讀 572·2023-01-14 10:02