当前位置:

首页 > 编程开发 > 使用Python创建Excel雷达图的完整教学

使用Python创建Excel雷达图的完整教学

雷达图(Radar Chart)是一种很讨喜的多维数据可视化工具。你可以在一个紧凑的图形里同时对比多个变量在不同维度上的表现——不管是做绩效评估、能力分析,还是产品对比,它都能让数据之间的差异一目了然。这篇文章就手把手教你用 Python 在 Excel 里生成雷达图、填充雷达图,顺便还能按自己的喜

本文目录

    使用Python创建Excel雷达图的完整教学

    雷达图(Radar Chart)是一种很讨喜的多维数据可视化工具。你可以在一个紧凑的图形里同时对比多个变量在不同维度上的表现——不管是做绩效评估、能力分析,还是产品对比,它都能让数据之间的差异一目了然。这篇文章就手把手教你用 Python 在 Excel 里生成雷达图、填充雷达图,顺便还能按自己的喜好调一调样式。

    为什么雷达图值得用?

    先说说雷达图的几个硬核优点:

    • 多维度对比:一个图表就能装下好多个维度的数据,不用来回切换
    • 直观的性能分析:哪个指标强、哪个弱,一眼就看出来
    • 模式识别:图形的形状本身就是一种模式,异常值、数据特征都藏不住了
    • 评估场景友好:员工绩效、产品特性、技能矩阵……几乎任何需要多维度打分的场合都适合

    现实中它能派上用场的地方太多了:

    • 员工在多维度的绩效里到底是沟通强还是技术弱?
    • 两款产品在价格、性能、易用性、可靠性上谁更均衡?
    • 不同地区的销售表现是不是有某种“形状”上的差异?
    • 团队成员的技能掌握程度分布得均匀吗?

    先准备好环境

    要干活,得先安好工具。只需要一个库:

    pip install Spire.XLS

    Spire.XLS 是个挺完整的 Excel 操作库,创建、读取、修改、转换都能干,而且不用装微软 Office。对自动化处理来说非常顺手。

    创建一张基础雷达图

    下面我们用一个销售数据场景来演示:假设有四种产品(自行车、汽车、卡车、巴士)在两个城市(巴黎、纽约)的销售数字。雷达图可以帮我们快速比较两种市场策略下的产品表现。

    步骤 1:准备数据并创建工作表

    先创建 Excel 工作簿,把数据放进去:

    from spire.xls import *
    from spire.xls.common import *
    
    def CreateChartData(sheet):
        # 设置产品标题
        sheet.Range["A1"].Value = "Product"
        sheet.Range["A2"].Value = "Bikes"
        sheet.Range["A3"].Value = "Cars"
        sheet.Range["A4"].Value = "Trucks"
        sheet.Range["A5"].Value = "Buses"
        
        # 设置巴黎销售数据
        sheet.Range["B1"].Value = "Paris"
        sheet.Range["B2"].NumberValue = 4000
        sheet.Range["B3"].NumberValue = 23000
        sheet.Range["B4"].NumberValue = 4000
        sheet.Range["B5"].NumberValue = 30000
        
        # 设置纽约销售数据
        sheet.Range["C1"].Value = "New York"
        sheet.Range["C2"].NumberValue = 30000
        sheet.Range["C3"].NumberValue = 7600
        sheet.Range["C4"].NumberValue = 18000
        sheet.Range["C5"].NumberValue = 8000
        
        # 设置标题行字体加粗
        sheet.Range["A1:C1"].Style.Font.IsBold = True
        
        # 为不同行设置背景色,方便阅读
        sheet.Range["A2:C2"].Style.KnownColor = ExcelColors.LightYellow
        sheet.Range["A3:C3"].Style.KnownColor = ExcelColors.LightGreen1
        sheet.Range["A4:C4"].Style.KnownColor = ExcelColors.LightOrange
        sheet.Range["A5:C5"].Style.KnownColor = ExcelColors.LightTurquoise
        
        # 设置边框样式
        style = sheet.Range["A1:C5"].Style
        borders = style.Borders
        
        # 上边框
        topborder = borders[BordersLineType.EdgeTop]
        topborder.Color = Color.FromRgb(0, 0, 128)
        borders[BordersLineType.EdgeTop].LineStyle = LineStyleType.Thin
        
        # 下边框
        borders[BordersLineType.EdgeBottom].Color = Color.FromRgb(0, 0, 128)
        sheet.Range["A1:C5"].Style.Borders[BordersLineType.EdgeBottom].LineStyle = LineStyleType.Thin
        
        # 左边框
        sheet.Range["A1:C5"].Style.Borders[BordersLineType.EdgeLeft].Color = Color.FromRgb(0, 0, 128)
        sheet.Range["A1:C5"].Style.Borders[BordersLineType.EdgeLeft].LineStyle = LineStyleType.Thin
        
        # 右边框
        sheet.Range["A1:C5"].Style.Borders[BordersLineType.EdgeRight].Color = Color.FromRgb(0, 0, 128)
        sheet.Range["A1:C5"].Style.Borders[BordersLineType.EdgeRight].LineStyle = LineStyleType.Thin
        
        # 数字格式设为美元货币
        sheet.Range["B2:C5"].Style.NumberFormat = ""$"#,##0"
    
    # 创建工作簿
    workbook = Workbook()
    workbook.CreateEmptySheets(1)
    sheet = workbook.Worksheets[0]
    sheet.Name = "Chart data"
    sheet.GridLinesVisible = False
    
    # 写入图表数据
    CreateChartData(sheet)
    

    这段代码主要做了几件事:

    • 构建了一个包含产品名和两地销售数字的表格
    • 让标题行加粗,不同行用不同背景色区分
    • 加了深蓝色边框,看起来更规整
    • 数字自动显示为美元格式

    步骤 2:添加雷达图并配置属性

    数据就位后,就可以插入雷达图了:

    # 添加新图表到工作表
    chart = sheet.Charts.Add()
    
    # 设置图表位置(基于行列范围)
    chart.LeftColumn = 1
    chart.TopRow = 6
    chart.RightColumn = 11
    chart.BottomRow = 29
    
    # 设置图表数据范围
    chart.DataRange = sheet.Range["A1:C5"]
    chart.SeriesDataFromRange = False
    
    # 设置图表类型为雷达图(线条型)
    chart.ChartType = ExcelChartType.Radar
    
    # 设置图表标题
    chart.ChartTitle = "Sale market by region"
    chart.ChartTitleArea.IsBold = True
    chart.ChartTitleArea.Size = 12
    
    # 隐藏绘图区背景,让图表更清爽
    chart.PlotArea.Fill.Visible = False
    
    # 设置图例位置
    chart.Legend.Position = LegendPositionType.Corner
    
    # 保存文档
    workbook.Sa veToFile("CreateRadarChart.xlsx", ExcelVersion.Version2013)
    workbook.Dispose()
    

    结果预览:

    使用Python创建Excel雷达图的完整教学

    几个关键 API 值得记一下:

    • sheet.Charts.Add():往工作表里塞一个图表对象
    • chart.DataRange:指定数据来源范围,这里是 A1:C5
    • chart.SeriesDataFromRange = False:告诉引擎数据是按列组织的(而不是按行)
    • ExcelChartType.Radar:就是普通的线条雷达图
    • chart.ChartTitle:图表的标题文字
    • chart.PlotArea.Fill.Visible = False:隐藏绘图区背景,避免视觉干扰
    • LegendPositionType.Corner:图例放到角落,不占中心位置

    这张雷达图会以线条形式展示每类产品在两个城市的销售差异,对照起来非常直观。

    创建填充雷达图

    标准雷达图之外,还有个“填充雷达图”(Radar Filled)选项,它会用颜色把数据点之间的区域填满,视觉效果更抢眼:

    # 创建工作簿
    workbook = Workbook()
    workbook.CreateEmptySheets(1)
    sheet = workbook.Worksheets[0]
    sheet.Name = "Chart data"
    sheet.GridLinesVisible = False
    
    # 写入图表数据(复用之前的函数)
    CreateChartData(sheet)
    
    # 添加新图表
    chart = sheet.Charts.Add()
    
    # 位置设定
    chart.LeftColumn = 1
    chart.TopRow = 6
    chart.RightColumn = 11
    chart.BottomRow = 29
    
    # 数据范围
    chart.DataRange = sheet.Range["A1:C5"]
    chart.SeriesDataFromRange = False
    
    # 关键区别:设置为填充雷达图
    chart.ChartType = ExcelChartType.RadarFilled
    
    # 标题与样式
    chart.ChartTitle = "Sale market by region"
    chart.ChartTitleArea.IsBold = True
    chart.ChartTitleArea.Size = 12
    
    chart.PlotArea.Fill.Visible = False
    chart.Legend.Position = LegendPositionType.Corner
    
    # 保存
    workbook.Sa veToFile("CreateRadarChart_Fill.xlsx", ExcelVersion.Version2013)
    workbook.Dispose()
    

    结果预览:

    使用Python创建Excel雷达图的完整教学

    填充雷达图与普通雷达图到底差在哪?

    • ExcelChartType.RadarFilled 会让数据区域被颜色填充,面积对比更强烈
    • 适合用来强调哪块区域大、哪块区域小——比如市场份额或者资源覆盖范围
    • 在汇报或演示场合,这种填充效果往往更抓眼球

    自定义雷达图样式

    基础图出来了,但可能还不够满足你的审美或业务需求。下面这些自定义技巧可以派上用场。

    调整数据系列颜色

    不同系列用不同颜色,区分度更高:

    # 第一个系列(巴黎)设成红色
    series = chart.Series[0]
    series.Format.LineProperties.Color = Color.FromRgb(255, 0, 0)
    series.Format.LineProperties.Width = 2.5
    
    # 第二个系列(纽约)设成蓝色
    series2 = chart.Series[1]
    series2.Format.LineProperties.Color = Color.FromRgb(0, 0, 255)
    series2.Format.LineProperties.Width = 2.5
    

    自定义坐标轴

    坐标轴上的刻度、标签、网格线都可以调:

    # 获取值轴
    valueAxis = chart.PrimaryValueAxis
    
    # 轴标题
    valueAxis.Title = "Sales Amount"
    valueAxis.TitleArea.IsBold = True
    valueAxis.TitleArea.Size = 10
    
    # 数字格式
    valueAxis.NumberFormat = "$#,##0"
    
    # 主要网格线样式(浅灰色虚线)
    valueAxis.MajorGridLines.LineProperties.Color = Color.FromRgb(200, 200, 200)
    valueAxis.MajorGridLines.LineProperties.DashStyle = LineDashStyleType.Dash
    

    添加数据标签

    想直接看到数字?给数据点加上标签:

    for series in chart.Series:
        seriePoints = series.DataPoints
        for point in seriePoints:
            point.DataLabels.HasValue = True
            point.DataLabels.Position = DataLabelPositionType.Above
    

    调整图表大小和位置

    除了基于行列的范围控制,还能用像素精确定位:

    # 基于行列
    chart.LeftColumn = 1
    chart.TopRow = 6
    chart.RightColumn = 11
    chart.BottomRow = 29
    
    # 或基于像素
    chart.Top = 100
    chart.Left = 50
    chart.Width = 500
    chart.Height = 400
    

    实际应用建议

    雷达图好归好,用起来还是有些门道的。几点经验:

    数据准备

    • 各个维度的度量单位最好统一,或者先做好标准化处理,否则数值差距太大会让图形失真
    • 维度数量建议控制在 5~8 个,太多的话图形就成了“蜘蛛网”,反而看不清
    • 每个维度都要有清晰的标签,别让人猜

    视觉优化

    • 不同系列的颜色对比要明显,尽量避开相近色
    • 线条宽度和透明度稍加调整可以避免重叠时的混乱
    • 数据标签的位置别互相遮挡,可以考虑放在外侧或者悬浮

    交互增强

    • 如果你的场景是 Web 应用,可以结合 Ja vaScript 库(比如 ECharts、D3.js)实现交互式雷达图
    • 悬停提示显示具体数值是标配
    • 支持动态开关某个数据系列,让用户自己对比

    适用场景

    • 绩效评估系统——员工的多维度能力一目了然
    • 产品对比工具——谁在哪个指标上更突出
    • 技能矩阵——团队整体的技能覆盖和短板
    • 竞争分析——和竞争对手在各个维度上的差距

    总结

    这篇文章带大家走了一遍用 Python 在 Excel 里创建雷达图的完整流程。借助 Spire.XLS 库,我们可以:

    • 轻松创建标准雷达图和填充雷达图
    • 自由控制颜色、位置、标题等外观
    • 调整坐标轴、图例、数据标签的细节
    • 把雷达图嵌入到各种数据分析和自动化报表中

    雷达图是多维对比的利器,尤其适合那种“同一个对象在不同维度上的表现”的比较场景。结合 Python 的批量处理能力,你可以一次性生成成百上千张雷达图,从数据到决策的距离一下子就拉近了。掌握了这些 API,下次做分析报告或者展示时,就多了一张王牌。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。