前面安装步骤以及大致使用在主页柱状图的使用那篇文章中，可以点击主页进行访问！

FIFA22球星前五雷达图展示

数据清洗

import numpy as np
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Radar
from pyecharts.globals import ThemeType
#导包data = pd.read_csv(r'C:\Users\86150\ccx\pyecharts\data_FIFA22.csv')
#读取数据data = data[['short_name','overall','potential','value_eur','height_cm','age']]
#提取所需要的列数据
data.rename(columns={'short_name':'球星名字'},inplace=True)
data.rename(columns={'overall':'综合实力'},inplace=True)
data.rename(columns={'potential':'潜力'},inplace=True)
data.rename(columns={'value_eur':'身价'},inplace=True)
data.rename(columns={'height_cm':'身高'},inplace=True)
data.rename(columns={'age':'年龄'},inplace=True)
#更改列名# 将综合实力前五的球星按行从dataframe类型转换为array类型再转换为列表
# 梅西
meixi=data.loc[data['球星名字']=='L. Messi']
meixi=np.array(meixi).tolist()
del meixi[0][0]
# C罗
cluo=data.loc[data['球星名字']=='Cristiano Ronaldo']
cluo=np.array(cluo).tolist()
del cluo[0][0]
# 莱万多夫斯基
laiwan=data.loc[data['球星名字']=='R. Lewandowski']
laiwan=np.array(laiwan).tolist()
del laiwan[0][0]
# 内马尔
nme=data.loc[data['球星名字']=='Neymar Jr']
nme=np.array(nme).tolist()
del nme[0][0]
# 德布劳内
dbln=data.loc[data['球星名字']=='K. De Bruyne']
dbln=np.array(dbln).tolist()
del dbln[0][0]

注意：读取数据时要将csv表编码格式改成utf-8！

可视化展示

radar =(Radar(init_opts=opts.InitOpts(width="1000px", height="600px", bg_color="#CCCCCC")).add_schema(schema=[opts.RadarIndicatorItem(name="综合实力", max_=100),opts.RadarIndicatorItem(name="潜力", max_=100),opts.RadarIndicatorItem(name="身价(欧元)", max_=130000000),opts.RadarIndicatorItem(name="身高", max_=200),opts.RadarIndicatorItem(name="年龄", max_=50),],splitarea_opt=opts.SplitAreaOpts(is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)), #五角边框美化textstyle_opts=opts.TextStyleOpts(color="black"), #文字颜色).add(series_name = "梅西",data = meixi,linestyle_opts=opts.LineStyleOpts(color="#CD0000")).add(series_name = "罗纳尔多",data = cluo,linestyle_opts=opts.LineStyleOpts(color="#000DFF")).add(series_name = "莱万多夫斯基",data = laiwan,linestyle_opts=opts.LineStyleOpts(color="#29FF00")).add(series_name = "内马尔",data = nme,linestyle_opts=opts.LineStyleOpts(color="#DA00FF")).add(series_name = "德布劳内",data = dbln,linestyle_opts=opts.LineStyleOpts(color="#FFF600")).set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(
#         legend_opts=opts.LegendOpts(selected_mode="single"),#单例模式title_opts=opts.TitleOpts(title="FIFA22球星前五雷达图"),)
)
radar.render_notebook()

多例模式

单例模式

雷达图简洁、方便、精确、直观，可以体现较多的数据信息，可以将多维数据投影到平面上，实现多维数据的可视化。

Python数据可视化神奇利器，Pyecharts的使用（4.雷达图的使用之FIFA足球明星分析）相关推荐

Python数据可视化神奇利器，Pyecharts的使用(1.柱状图使用之分析LPL春季赛职业选手数据可视化)
目录简介安装过程关于版本问题柱状图使用方法 (一)简单使用 (二)高阶使用总结简介 Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可 ...
Python数据可视化：线型、Marker、简单折线图、多柱状图、基本饼形图与嵌套饼形图
Python数据可视化一:Matplotlib import matplotlib.pyplot as plt import numpy as np # plt,np取别名 matplotlib常用 ...
Python数据可视化：绘制持仓榜单的“棒棒糖图”
前言本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 荔枝 | 作者 Crossin的编程教室 | 来源 1. 需求做股票分析 ...
Python数据可视化详解（5/5）--------面积图、圆环图和Python里的极坐标
面积图 import numpy as np import matplotlib.pyplot as pltx = [2,3,4,5,6,7] y = [4,5,1,2,5,2]plt.fill_be ...
Python数据可视化笔记02--折线图、散点图实战
Python数据可视化笔记01--Matplotlib基础本文索引: 折线图实战散点图实战实验环境:Windows10+jupyter notebook 一.折线图折线图通常用来表示数据随时间 ...
Python 数据可视化利器 plus（plotly ）
概述前言推荐 plotly bokeh pyecharts 后记前言更新:上一篇文章<python 数据可视化利器>中,我写了 bokeh.pyecharts 的用法,但是有一个挺 ...
python利器-Python 数据可视化利器
原标题:Python 数据可视化利器 (给Python开发者加星标,提升Python技能) 作者:zone7(本文来自作者投稿,简介见末尾) 概述前言推荐 plotly bokeh pyechar ...
python数据可视化--pyecharts生成图表
[python可视化系列]python数据可视化利器--pyecharts echarts官网一.前言 echarts是什么?下面是来自官方的介绍: ECharts,缩写来自Enterprise C ...
python数据可视化利用_利用pyecharts实现python数据可视化
**python 利用pyecharts实现python数据可视化 **web pyecharts是一种交互式图表的表达方式. pyecharts是一款将python与echarts结合的强大的数据可 ...

Python数据可视化神奇利器，Pyecharts的使用（4.雷达图的使用之FIFA足球明星分析）

FIFA22球星前五雷达图展示

数据清洗

可视化展示

多例模式

单例模式

Python数据可视化神奇利器，Pyecharts的使用（4.雷达图的使用之FIFA足球明星分析）相关推荐

最新文章

热门文章