在python中，有很多用于生成基于JS的百度开源的数据可视化图表 Echarts 的类库。设置的图样都非常漂亮，小编之前研究过很多图示，用python去抓取数据，然后进行画图，经历这么多得图样，最深有感触的还是关于绘制雷达图，大家应该都遇到过需要用到雷达图的时候吧，那就一起来了解下吧。

安装模块：

pip install pyecharts

导入模块：

from pyecharts import options as opts

准备数据：

大家可以自行导入数据使用。

绘制雷达图：

randar = Radar()randar.add_schema()#制定指标randar.add(）#添加数据randar.render('.html')#生成html文件

实现结果：

实例扩展：

雷达图

import matplotlib.pyplot as pltimport numpy as npvalues = [0.09,-0.05,0.20,-0.02,0.08,0.09,0.03,0.027]x = np.linspace(0,2*np.pi,9)[:-1]c = np.random.random(size=(8,3))fig = plt.figure()plt.axes(polar=True)#获取当前的axesprint(plt.gca())#绘图plt.bar(x,values,width=0.5,color=c,align='center')plt.scatter(x,values,marker='o',c='black')#添加文本plt.figtext(0.03,0.7,s='陆地面积增长指数',fontproperties='KaiTi',fontsize=22,rotation='vertical',verticalalignment='center',horizontalalignment='center')plt.ylim(-0.05, 0.25)labels = np.array(['省1','省2','省3','省4','省5','省6','省7','研究区'])dataLength = 8angles = np.linspace(0, 2*np.pi, dataLength, endpoint=False)plt.thetagrids(angles * 180/np.pi, labels,fontproperties='KaiTi',fontsize=18)#添加注释# plt.annotate(s='省',xy=(0,0.09),xytext=(0,0.28),fontproperties='KaiTi',fontsize=18)# plt.annotate(s='省',xy=(0,-0.05),xytext=(np.pi/4,0.28),fontproperties='KaiTi',fontsize=18)# plt.annotate(s='省',xy=(0,0.20),xytext=(np.pi/2,0.28),fontproperties='KaiTi',fontsize=18)# plt.annotate(s='省',xy=(0,-0.02),xytext=(3*np.pi/4,0.33),fontproperties='KaiTi',fontsize=18)# plt.annotate(s='省',xy=(0,0.08),xytext=(np.pi,0.38),fontproperties='KaiTi',fontsize=18)# plt.annotate(s='省',xy=(0,0.09),xytext=(np.pi*5/4,0.35),fontproperties='KaiTi',fontsize=18)# plt.annotate(s='前江省',xy=(0,0.03),xytext=(np.pi*3/2,0.30),fontproperties='KaiTi',fontsize=18)# plt.annotate(s='研究区',xy=(0,0.027),xytext=(np.pi*7/4,0.28),fontproperties='KaiTi',fontsize=18)#设置网格线样式plt.grid(c='gray',linestyle='--',)# y1 = [-0.05,0.0,0.05,0.10,0.15,0.20,0.25]# lai=fig.add_axes([0.12,0.01,0.8,0.98])# lai.patch.set_alpha(0.25)# lai.set_ylim(-0.05, 0.25)#显示plt.show()

到此这篇关于python绘制雷达图实例讲解的文章就介绍到这了,更多相关如何使用python绘制雷达图内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！