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)
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 ...
最新文章
- 0寄存器与arm_如何在ARM下进行高效的C编程?
- 凌琦:物联网——一场正在发生的变革
- python与Java线程实现方式的对比
- Flex Builder 4.6 正式版eclipse插件利用BlazeDS于java交互实例
- java epoll select_Java 非阻塞 IO 和异步 IO
- python yield from yield_python yield和yield from用法总结详解
python yield和yield from用法总结...
- https://sysdig.com/blog/
- Java并发之从基础到框架
- hashmap和hashtable,arraylist和vector的区别
- 微信登录界面安卓代码_安卓Activity劫持与反劫持
- (附源码)Springboot酒店预订管理系统 毕业设计 100908
- 中兴B860AV2.1刷Armbian折腾记录
- 华为android9升级包,华为Mate9官方固件ROM刷机包
- 网页设计基础知识汇总——超链接
- 贵如油的春雨都是润物细无声的么?——记2021年首场大范围雷雨强对流天气
- Redis Srem 命令
- 【送豪礼】死了都要爱!不告白不痛快!
- gitlab复制project新建项目
- Hexo+Buttterly+Github Pages构建个人博客
- 操作系统的基本类型及其特点