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：

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：

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。