雷達(dá)圖是以從同一點(diǎn)開始的軸上表示的三個(gè)或更多個(gè)定量變量的二維圖表的形式顯示多變量數(shù)據(jù)的圖形方法,雷達(dá)圖通常用于綜合分析多個(gè)指標(biāo)，具有完整，清晰和直觀的優(yōu)點(diǎn)。

下面以實(shí)際例子給大家講解一下雷達(dá)圖的應(yīng)用場(chǎng)景和繪制方法：

一、比較汽車性能

這類雷達(dá)圖一般用于比較同類事物不同緯度性能的優(yōu)劣，以奧迪A4L時(shí)尚動(dòng)感型和凱迪拉克CT4精英型為例，我們來畫一下這兩種汽車的雷達(dá)圖，代碼如下：

import pyecharts.options as opts
from pyecharts.charts import Radar
v1 = [[110, 9.7, 6.2, 56, 150, 1610]]
v2 = [[174, 6.9, 6.8, 66, 237, 1540]]
c=(
    Radar(init_opts=opts.InitOpts(bg_color="#3CB371"))   #設(shè)置背景顏色
    .add_schema(
        schema=[
            opts.RadarIndicatorItem(name="最大功率率（KW）", max_=200),
            opts.RadarIndicatorItem(name="百米提速（秒）", max_=12),
            opts.RadarIndicatorItem(name="綜合油耗（L/100KM）", max_=20),
            opts.RadarIndicatorItem(name="油箱容積（L）", max_=100),
            opts.RadarIndicatorItem(name="馬力(Ps)", max_=300),
            opts.RadarIndicatorItem(name="整車質(zhì)量KG（）", max_=2000),
        ],
        splitarea_opt=opts.SplitAreaOpts(
            is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)  #是否顯示分隔區(qū)域，透明度設(shè)置為1
        ),
        textstyle_opts=opts.TextStyleOpts(color="#fff"),
    )
    .add(
        series_name="奧迪A4L時(shí)尚動(dòng)感型",
        data=v1,
        linestyle_opts=opts.LineStyleOpts(color="#8B008B",width=2),   #線的顏色、寬度
    )
    .add(
        series_name="凱迪拉克CT4精英型",
        data=v2,
        linestyle_opts=opts.LineStyleOpts(color="#FFA500",width=2),   #線的顏色、寬度
    )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))  #不顯示數(shù)字
    .set_global_opts(
        title_opts=opts.TitleOpts(title="汽車性能比較"), legend_opts=opts.LegendOpts()
    )
)
c.render_notebook()

參數(shù)介紹：

1.通過設(shè)置InitOpts的bg_color參數(shù)，可以改變背景顏色
2.通過設(shè)置add_schema的schema參數(shù)，可以添加更多緯度變量
3.通過設(shè)置LineStyleOpts的color參數(shù)，可以設(shè)置線的顏色和寬度

通過雷達(dá)圖，可以清晰的比較兩種汽車性能指標(biāo)的好壞，非常直觀

如果感覺兩臺(tái)車不過癮，我們可以再加1臺(tái)：

二、比較不同城市近期天氣狀況

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(init_opts=opts.InitOpts(bg_color="#8B658B"))
    .add_schema(schema=c_schema, shape="polygon")
    .add("北京", value_bj,color="#8B008B",linestyle_opts=opts.LineStyleOpts(width=2))
    .add("上海", value_sh,color="#FF4500",linestyle_opts=opts.LineStyleOpts(width=2))
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="一線城市空氣質(zhì)量比較"))
)
c.render_notebook()