1.使用Excel来制作

众所周知，Excel作为一代神器，只有你想不到的，没有它不会的，Excel不仅可以做雷达图，还可以做折线图、柱状图、饼状图…关键是他既操作简单，又美观，步骤如下：

  • 选中表格，然后插入图表

    插入图表

  • 选择雷达图

    选择

  • 编辑标题和改变样式

左边编辑标题，右边更改样式，有阴影、颜色、填充、线条等等。

2.使用matplotlib来实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
# -*- coding: utf-8 -*- 
# @Time : 2020/12/30 14:08
# @Author : bie yongpan 
# @File : leida.py
import numpy as np
import matplotlib
matplotlib.rc("font",family='YouYuan')
import matplotlib.pyplot as plt

# 中文和负号的正常显示
# plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'
plt.rcParams['axes.unicode_minus'] = False

#使用ggplot的风格绘图
plt.style.use('ggplot')

#构造数据
values = [11406.5,4031.88,2659.66,38043,56257]
values_1 = [7422.7,2316.51,936.8,37981,40173]
values_2 = [13968.6,2302.67,1756.88,40805,40412]
values_3 = [9198.5,3762.17,1401.67,37711,43634]
values_4 = [4608.8,1943.91,592.11,38988,48909]
feature = ['人均生产总值（元）','人均社会消费品零售总额（元）',"人均财政收入（元）","城镇居民人均可支配收入（元）","在岗职工工资（元）"]

N = len(values)

#设置雷达图的角度，用于平分切开一个平面
angles = np.linspace(0,2*np.pi,N,endpoint=False)

#使雷达图封闭起来
values = np.concatenate((values,[values[0]]))
angles = np.concatenate((angles,[angles[0]]))

values_2 = np.concatenate((values_2,[values_2[0]]))
values_3 = np.concatenate((values_3,[values_3[0]]))
values_4 = np.concatenate((values_4,[values_4[0]]))
values_1 = np.concatenate((values_1,[values_1[0]]))
#绘图
fig = plt.figure()
#设置为极坐标格式
ax = fig.add_subplot(111, polar=True)



#绘制折线图

ax.plot(angles,values,'o-',linewidth=2,label='活动前')
ax.fill(angles,values,'r',alpha=0.5)

# 填充颜色
ax.plot(angles,values_1,'o-',linewidth=2,label='活动后')
ax.fill(angles,values_1,'b',alpha=0.5)

ax.plot(angles,values_2,'o-',linewidth=2,label='活动后')
ax.fill(angles,values_2,'b',alpha=0.5)
ax.plot(angles,values_3,'o-',linewidth=2,label='活动后')
ax.fill(angles,values_3,'b',alpha=0.5)
ax.plot(angles,values_4,'o-',linewidth=2,label='活动后')
ax.fill(angles,values_4,'b',alpha=0.5)
#添加每个特质的标签
ax.set_thetagrids(angles*180/np.pi,feature)


#设置极轴范围
ax.set_rlim(0, 60000)
#添加标题
plt.title('浙江城市数据')
#添加图注
plt.legend(["宁波市",
"上虞市",
"绍兴县",
"慈溪市",
"瑞安市"
], loc='best')
#增加网格纸
ax.grid(True)

plt.savefig('浙江城市数据.png', dpi=300)

3.使用Echarts来实现

不得不说，Echarts真是个好东西，简单容易上手，并且图片是真的多样化、而且美观，封面图片就是Echarts的示例图片。

简单的学习一下Echarts。

3.1Echarts基本概念

3.1.1 Echarts 实例

一个网页中可以创建多个 echarts 实例。每个 echarts 实例 中可以创建多个图表和坐标系等等（用 option 来描述）。准备一个 DOM 节点（作为 echarts 的渲染容器），就可以在上面创建一个 echarts 实例。每个 echarts 实例独占一个 DOM 节点。

3.1.2 系列（series）

一个 系列 包含的要素至少有：一组数值、图表类型（series.type）、以及其他的关于这些数据如何映射成图的参数。

echarts 里系列类型（series.type）就是图表类型。系列类型（series.type）至少有：line（折线图）、bar（柱状图）、pie（饼图）、scatter（散点图）、graph（关系图）、tree（树图）、…

如下代码就是series的示例，type就是radar（雷达图）

series: [
    {
        name: '北京',
        type: 'radar',
        lineStyle: lineStyle,
        data: dataBJ,
        symbol: 'none',
        itemStyle: {
            color: '#F9713C'
        },
        areaStyle: {
            opacity: 0.1
        }
    },
3.1.3 组件（component）

在系列之上，echarts 中各种内容，被抽象为“组件”。例如，echarts 中至少有这些组件：xAxis（直角坐标系 X 轴）、yAxis（直角坐标系 Y 轴）、grid（直角坐标系底板）、angleAxis（极坐标系角度轴）、radiusAxis（极坐标系半径轴）、polar（极坐标系底板）、geo（地理坐标系）、dataZoom（数据区缩放组件）、visualMap（视觉映射组件）、tooltip（提示框组件）、toolbox（工具栏组件）、series（系列）、…

详细信息可以参考Echart文档说明

3.2下面开始

  • 我们先打开官网的雷达图的示例页面

  • 下面是官网的示例代码

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    103
    104
    105
    106
    107
    108
    109
    110
    111
    112
    113
    114
    115
    116
    117
    118
    119
    120
    121
    122
    123
    124
    125
    126
    127
    128
    129
    130
    131
    132
    133
    134
    135
    136
    137
    138
    139
    140
    141
    142
    143
    144
    145
    146
    147
    148
    149
    150
    151
    152
    153
    154
    155
    156
    157
    158
    159
    160
    161
    162
    163
    164
    165
    166
    167
    168
    169
    170
    171
    172
    173
    174
    175
    176
    177
    178
    179
    180
    181
    182
    183
    184
    185
    186
    187
    188
    189
    190
    191
    192
    193
    194
    195
    196
    197
    198
    199
    200
    201
    202
    203
    204
    205
    206
    207
    208
    209
    210
    211
    212
    213
    214
    215
    216
    217
    218
    219
    220
    221
    222
    223
    224
    // Schema:
    // date,AQIindex,PM2.5,PM10,CO,NO2,SO2

    // 下面的dataBJ之类的是我们的数据，之后series可以从中读取
    var dataBJ = [
        [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],
        [64,38,74,1.04,46,22,13],
        [108,79,120,1.7,75,41,14],
        [108,63,116,1.48,44,26,15],
        [33,6,29,0.34,13,5,16],
        [94,66,110,1.54,62,31,17],
        [186,142,192,3.88,93,79,18],
        [57,31,54,0.96,32,14,19],
        [22,8,17,0.48,23,10,20],
        [39,15,36,0.61,29,13,21],
        [94,69,114,2.08,73,39,22],
        [99,73,110,2.43,76,48,23],
        [31,12,30,0.5,32,16,24],
        [42,27,43,1,53,22,25],
        [154,117,157,3.05,92,58,26],
        [234,185,230,4.09,123,69,27],
        [160,120,186,2.77,91,50,28],
        [134,96,165,2.76,83,41,29],
        [52,24,60,1.03,50,21,30],
        [46,5,49,0.28,10,6,31]
    ];

    var dataGZ = [
        [26,37,27,1.163,27,13,1],
        [85,62,71,1.195,60,8,2],
        [78,38,74,1.363,37,7,3],
        [21,21,36,0.634,40,9,4],
        [41,42,46,0.915,81,13,5],
        [56,52,69,1.067,92,16,6],
        [64,30,28,0.924,51,2,7],
        [55,48,74,1.236,75,26,8],
        [76,85,113,1.237,114,27,9],
        [91,81,104,1.041,56,40,10],
        [84,39,60,0.964,25,11,11],
        [64,51,101,0.862,58,23,12],
        [70,69,120,1.198,65,36,13],
        [77,105,178,2.549,64,16,14],
        [109,68,87,0.996,74,29,15],
        [73,68,97,0.905,51,34,16],
        [54,27,47,0.592,53,12,17],
        [51,61,97,0.811,65,19,18],
        [91,71,121,1.374,43,18,19],
        [73,102,182,2.787,44,19,20],
        [73,50,76,0.717,31,20,21],
        [84,94,140,2.238,68,18,22],
        [93,77,104,1.165,53,7,23],
        [99,130,227,3.97,55,15,24],
        [146,84,139,1.094,40,17,25],
        [113,108,137,1.481,48,15,26],
        [81,48,62,1.619,26,3,27],
        [56,48,68,1.336,37,9,28],
        [82,92,174,3.29,0,13,29],
        [106,116,188,3.628,101,16,30],
        [118,50,0,1.383,76,11,31]
    ];

    var dataSH = [
        [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],
        [95,69,130,1.28,74,50,13],
        [116,87,131,1.47,84,40,14],
        [108,80,121,1.3,85,37,15],
        [134,83,167,1.16,57,43,16],
        [79,43,107,1.05,59,37,17],
        [71,46,89,0.86,64,25,18],
        [97,71,113,1.17,88,31,19],
        [84,57,91,0.85,55,31,20],
        [87,63,101,0.9,56,41,21],
        [104,77,119,1.09,73,48,22],
        [87,62,100,1,72,28,23],
        [168,128,172,1.49,97,56,24],
        [65,45,51,0.74,39,17,25],
        [39,24,38,0.61,47,17,26],
        [39,24,39,0.59,50,19,27],
        [93,68,96,1.05,79,29,28],
        [188,143,197,1.66,99,51,29],
        [174,131,174,1.55,108,50,30],
        [187,143,201,1.39,89,53,31]
    ];

    //这个是声明线段的格式linestyle

    var lineStyle = {
        normal: {
            width: 1,
            opacity: 0.5
        }
    };

    option = {
    	//背景颜色
        backgroundColor: '#161627',
        //图片标题
        title: {
            text: 'AQI - 雷达图',
            left: 'center',
            textStyle: {
                color: '#eee'
            }
        },
        //设置图注
        legend: {
            bottom: 5,
            data: ['北京', '上海', '广州'],
            itemGap: 20,
            textStyle: {
                color: '#fff',
                fontSize: 14
            },
            selectedMode: 'single'
        },
        // visualMap: {
        //     show: true,
        //     min: 0,
        //     max: 20,
        //     dimension: 6,
        //     inRange: {
        //         colorLightness: [0.5, 0.8]
        //     }
        // },
        //randar变量，设置指标，以及他们的最大值
        radar: {
            indicator: [
                {name: 'AQI', max: 300},
                {name: 'PM2.5', max: 250},
                {name: 'PM10', max: 300},
                {name: 'CO', max: 5},
                {name: 'NO2', max: 200},
                {name: 'SO2', max: 100}
            ],
            shape: 'circle',
            splitNumber: 5,
            name: {
                textStyle: {
                    color: 'rgb(238, 197, 102)'
                }
            },
            splitLine: {
                lineStyle: {
                    color: [
                        'rgba(238, 197, 102, 0.1)', 'rgba(238, 197, 102, 0.2)',
                        'rgba(238, 197, 102, 0.4)', 'rgba(238, 197, 102, 0.6)',
                        'rgba(238, 197, 102, 0.8)', 'rgba(238, 197, 102, 1)'
                    ].reverse()
                }
            },
            splitArea: {
                show: false
            },
            axisLine: {
                lineStyle: {
                    color: 'rgba(238, 197, 102, 0.5)'
                }
            }
        },
        //series读取数据并绘图
        series: [
            {
                name: '北京',
                type: 'radar',
                lineStyle: lineStyle,
                data: dataBJ,
                symbol: 'none',
                itemStyle: {
                    color: '#F9713C'
                },
                areaStyle: {
                    opacity: 0.1
                }
            },
            {
                name: '上海',
                type: 'radar',
                lineStyle: lineStyle,
                data: dataSH,
                symbol: 'none',
                itemStyle: {
                    color: '#B3E4A1'
                },
                areaStyle: {
                    opacity: 0.05
                }
            },
            {
                name: '广州',
                type: 'radar',
                lineStyle: lineStyle,
                data: dataGZ,
                symbol: 'none',
                itemStyle: {
                    color: 'rgb(238, 197, 102)'
                },
                areaStyle: {
                    opacity: 0.05
                }
            }
        ]
    };

    因此，我们仅需要更换我们的数据，并在series里读取并显示就ok了，以下是更改好后的代码

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    103
    104
    105
    106
    107
    108
    109
    110
    111
    112
    113
    114
    115
    116
    117
    118
    119
    120
    121
    122
    123
    124
    125
    126
    127
    128
    129
    130
    131
    132
    133
    134
    135
    136
    137
    138
    139
    140
    141
    142
    143
    144
    145
    146
    147
    148
    149
    150
    151
    152
    153
    154
    155
    156
    157
    158
    // Schema:
    // date,AQIindex,PM2.5,PM10,CO,NO2,SO2
    var dataNB = [
    [114065,4031.88,2659.66,38043,56257]
    ];

    var dataSY = [
    [74227,2316.51,936.8,37981,40173]
    ];

    var dataSX = [
    [139686,2302.67,1756.88,40805,40412]
    ];
    var dataCX = [
    [91985,3762.17,1401.67,37711,43634]
    ];
    var dataRA = [
    [46088,1943.91,592.11,38988,48909]
    ];

    var lineStyle = {
        normal: {
            width: 3,
            opacity: 0.5
        }
    };

    option = {
        backgroundColor: '#161627',
        title: {
            text: '浙江城市 - 雷达图',
            left: 'center',
            textStyle: {
                color: '#eee'
            }
        },
        legend: {
            bottom: 5,
            data: ["宁波市","上虞市","绍兴县","慈溪市","瑞安市"],
            itemGap: 20,
            textStyle: {
                color: '#fff',
                fontSize: 14
            },
            selectedMode: 'single'
        },
        // visualMap: {
        //     show: true,
        //     min: 0,
        //     max: 20,
        //     dimension: 6,
        //     inRange: {
        //         colorLightness: [0.5, 0.8]
        //     }
        // },
        radar: {
    //更换成我们的指标
            indicator: [
                {name: '人均生产总值（元）', max: 120000},
                {name: '人均社会消费品零售总额（元）', max: 4500},
                {name: '人均财政收入（元）', max: 3000},
                {name: '城镇居民人均可支配收入（元）', max: 40000},
                {name: '在岗职工工资（元）', max: 60000}
            ],
            shape: 'circle',
            splitNumber: 5,
            name: {
                textStyle: {
                    color: 'rgb(238, 197, 102)'
                }
            },
            splitLine: {
                lineStyle: {
                    color: [
                        'rgba(238, 197, 102, 0.1)', 'rgba(238, 197, 102, 0.2)',
                        'rgba(238, 197, 102, 0.4)', 'rgba(238, 197, 102, 0.6)',
                        'rgba(238, 197, 102, 0.8)', 'rgba(238, 197, 102, 1)'
                    ].reverse()
                }
            },
            splitArea: {
                show: false
            },
            axisLine: {
                lineStyle: {
                    color: 'rgba(238, 197, 102, 0.5)'
                }
            }
        },
    //更换name和要读取的数据，并添加两个单元,并更换下颜色
        series: [
            {
                name: "宁波市",
                type: 'radar',
                lineStyle: lineStyle,
                data: dataNB,
                symbol: 'none',
                itemStyle: {
                    color: '#F9713C'
                },
                areaStyle: {
                    opacity: 0.1
                }
            },
            {
                name: "上虞市",
                type: 'radar',
                lineStyle: lineStyle,
                data: dataSY,
                symbol: 'none',
                itemStyle: {
                    color: '#B3E4A1'
                },
                areaStyle: {
                    opacity: 0.05
                }
            },
            {
                name: "绍兴县",
                type: 'radar',
                lineStyle: lineStyle,
                data: dataSX,
                symbol: 'none',
                itemStyle: {
                    color: 'rgb(238, 197, 102)'
                },
                areaStyle: {
                    opacity: 0.05
                }
            },
            {
                name: "慈溪市",
                type: 'radar',
                lineStyle: lineStyle,
                data: dataCX,
                symbol: 'none',
                itemStyle: {
                    color: 'rgb(100, 100, 102)'
                },
                areaStyle: {
                    opacity: 0.05
                }
            },
            {
                name: "瑞安市",
                type: 'radar',
                lineStyle: lineStyle,
                data: dataRA,
                symbol: 'none',
                itemStyle: {
                    color: 'rgb(56, 97, 222)'
                },
                areaStyle: {
                    opacity: 0.05
                }
            }
        ]
    };

    效果图

如果想将五个图汇总，在legend模块下将

1
selectedMode: 'single'

注释掉就可以了，效果图如下

3.5 额外的问题

这里的Series填充和更改很麻烦，有没有程序？（果然懒才是第一原动力）

答案是pyEcharts

思路是我们先处理excel表格，将其转换为pyecharts所需要的矩阵

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
#读取数据
radar_data=pd.read_excel("./data/浙江城市.xlsx",sheet_name='Sheet2',index_col=u'城市') #
#查看信息
#查看行的名称
radar_data.index.tolist()
['宁波市', '上虞市', '绍兴县', '慈溪市', '瑞安市']
#查看列的名称
radar_data.columns.values
#array(['人均生产总值（元）', '人均社会消费品零售总额（元）', '人均财政收入（元）', '城镇居民人均可支配收入（元）',
       '在岗职工工资（元）'], dtype=object)
>>>radar_data.iloc[0]
人均生产总值（元）         114065.00
人均社会消费品零售总额（元）      4031.88
人均财政收入（元）           2659.66
城镇居民人均可支配收入（元）     38043.00
在岗职工工资（元）          56257.00
Name: 宁波市, dtype: float64

>>>a=radar_data.iloc[0].to_list()
>>>a
[114065.0, 4031.88, 2659.66, 38043.0, 56257.0]

代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
# -*- coding: utf-8 -*- 
# @Time : 2020/12/30 13:35 
# @Author : bie yongpan 
# @File : SAR.py
from pyecharts import options as opts #用以设置
from pyecharts.charts import Radar #导入雷达类
import pandas as pd #导入数据分析模块
from pyecharts.options.global_options import ThemeType
# radar = Radar("雷达图")
radar_data=pd.read_excel("../data/浙江城市.xlsx",sheet_name='Sheet2',index_col=u'城市') #读取数据
# 城市	人均生产总值（元）	人均社会消费品零售总额（元）	人均财政收入（元）	城镇居民人均可支配收入（元）	在岗职工工资（元）
# 宁波市	114065	4031.88	2659.66	38043	56257
# 上虞市	74227	2316.51	936.8	37981	40173
# 绍兴县	139686	2302.67	1756.88	40805	40412
# 慈溪市	91985	3762.17	1401.67	37711	43634
# 瑞安市	46088	1943.91	592.11	38988	48909

hang_name=radar_data.index.tolist()
lie_name=radar_data.columns.values.tolist()
def get_matrix(): #定义数据转换函数
    matrix=[] #由矩阵构成的数组
    for i in range(radar_data.shape[0]):
        temp=radar_data.iloc[i].tolist()
        matrix.append([temp])
    #print(matrix) #查看matrix格式
    return matrix

# def radar(): #定义绘图函数
# c_schema=[
#     {"name": '人均生产总值（元）', max: 120000, "min": -1},
#     {"name": '人均社会消费品零售总额（元）', max: 4500, "min": -1},
#     {"name": '人均财政收入（元）', max: 3000, "min": -1},
#     {"name": '城镇居民人均可支配收入（元）', max: 40000, "min": -1},
#     {"name": '在岗职工工资（元）', max: 60000, "min": -1},
# ]
#  以字典形式设置雷达图指标名称和范围
c_schema=[
    ('人均生产总值（元）', 120000),
    ('人均社会消费品零售总额（元）', 4500),
    ('人均财政收入（元）',3000),
    ('城镇居民人均可支配收入（元）',40000),
    ('在岗职工工资（元）', 60000)
]


# c_schema=[
#     (lie_name[0], 120000),
#     (lie_name[1], 4500),
#     (lie_name[2],3000),
#     (lie_name[3],40000),
#     (lie_name[4], 60000)
# ]
#初始化对象,在这里可以设置主题、背景颜色等
radar=Radar(init_opts=opts.InitOpts(
                                bg_color='#161627',
                                # width='1000px',
                                # height='600px',
                                page_title="浙江城市--雷达图",
                                theme=ThemeType.LIGHT))

matrix=get_matrix()
radar.add(hang_name[0],matrix[0],color="#f9713c") #添加第一类数据并绘图
radar.add(hang_name[1],matrix[1],color="#4169E1") #添加第二类数据并绘图
radar.add(hang_name[2],matrix[2],color="#00BFFF") #添加第三类数据并绘图
radar.add(hang_name[3],matrix[3],color="#3CB371") #添加第四类数据并绘图
radar.add(hang_name[4],matrix[4],color='#B3E4A1') #添加第四类数据并绘图


radar.add_schema(schema=c_schema,shape="polygon") #schema设置
radar.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) #是否打标签
# radar.set_global_opts(title_opts=opts.TitleOpts(title="浙江城市--雷达图")) #标题
radar.render("a.html") #渲染成html格式

目前pyecharts做雷达图，我的怎么lengend不显示有点奇怪。。。