软件测试|使用Python绘制雷达图（二）

原创

霍格沃兹测试开发Muller老师

发布于 2023-03-05 10:40:57

3580

发布于 2023-03-05 10:40:57

文章被收录于专栏：muller的测试分享muller的测试分享

前言

之前我们用matplotlib绘制了雷达图，可能代码量会相对多一些，今天我想起了我们之前介绍过的pyecharts，这个绘图神器，也是支持绘制雷达图的，今天我们来看看实现起来会不会更简单。我们还是以买车的朋友选择来作为我们的数据进行绘制。

绘制基础雷达图

我们还是以我那位朋友为例，他买车的例子确实比较经典，所以我们还是那6个选择，pyecharts支持绘制的图形中就包括了雷达图，引入代码如下:

from pyecharts.charts import Radar

我们先绘制一下单车型的雷达图，选择使用帕萨特的数据进行绘制，代码如下:

import pyecharts.options as op
from pyecharts.charts import Radar

v1 = [[85, 75, 90, 70, 90]]

x_schema = [
        {"name": "舒适性",  "color": 'black', "font_size": 18},
        {"name": "油耗",  "color": 'black', "font_size": 18},
        {"name": "性能", "color": 'black', "font_size": 18},
        {"name": "安全",  "color": 'black', "font_size": 18},
        {"name": "操控",  "color": 'black', "font_size": 18}
    ]

radar_x = Radar()
radar_x.add_schema(x_schema)
radar_x.add('帕萨特', v1, color='red').set_colors(['red'])

radar_x.set_global_opts(
        title_opts=op.TitleOpts(title="car_type", pos_right="center"),
        legend_opts=op.LegendOpts(legend_icon="roundRect", align="left", pos_left='7%',
                                  pos_bottom='14%', orient='vertical')
    )

radar_x.render("car_type.html")

绘制的图像如下:

绘制全部车型雷达图

我们需要将其他车型的数据也写成上面的帕萨特例子的形式，代码如下:

import pyecharts.options as op
from pyecharts.charts import Radar

# 传入多维数据,数据点最多6个
v1 = [[85, 75, 90, 70, 90]]
v2 = [[87, 72, 95, 75, 95]]
v3 = [[80, 95, 70, 85, 80]]
v4 = [[85, 90, 75, 85, 75]]
v5 = [[85, 85, 80, 80, 85]]
v6 = [[75, 90, 82, 85, 88]]


# 调整雷达各维度的范围大小,维度要求四维以上
x_schema = [
        {"name": "舒适性",  "color": 'black', "font_size": 18},
        {"name": "油耗",  "color": 'black', "font_size": 18},
        {"name": "性能",  "color": 'black', "font_size": 18},
        {"name": "安全",  "color": 'black', "font_size": 18},
        {"name": "操控",  "color": 'black', "font_size": 18}
    ]

# 画图
radar_x = Radar()
radar_x.add_schema(x_schema)
radar_x.add('帕萨特', v1, color='red').set_colors(['red'])
radar_x.add('迈腾', v2, color='green').set_colors(['green'])
radar_x.add('凯美瑞', v3, color='orange').set_colors(['orange'])
radar_x.add('亚洲龙', v4, color='blue').set_colors(['blue'])
radar_x.add('天籁', v5, color='purple').set_colors(['purple'])
radar_x.add('雅阁', v6, color='yellow').set_colors(['yellow'])

radar_x.set_global_opts(
        title_opts=op.TitleOpts(title="car_type", pos_right="center"),
        legend_opts=op.LegendOpts(legend_icon="roundRect", align="left", pos_left='7%',
                                  pos_bottom='14%', orient='vertical')
    )

radar_x.render("car_type.html")

绘制的图像如下所示:

图像优化

我们看到，因为分值差距不大，导致图像非常密集，因此我们可以传入各项分值的最低值与最高值，更便于我们查看各项数据的差异。代码如下:

import pyecharts.options as op
from pyecharts.charts import Radar

# 传入多维数据,数据点最多6个
v1 = [[85, 75, 90, 70, 90]]
v2 = [[87, 72, 95, 75, 95]]
v3 = [[80, 95, 70, 85, 80]]
v4 = [[85, 90, 75, 85, 75]]
v5 = [[85, 85, 80, 80, 85]]
v6 = [[75, 90, 82, 85, 88]]


# 调整雷达各维度的范围大小,维度要求四维以上
x_schema = [
        {"name": "舒适性", "max": 90, "min": 75, "color": 'black', "font_size": 18},
        {"name": "油耗", "max": 100, "min": 65, "color": 'black', "font_size": 18},
        {"name": "性能", "max": 100, "min": 65, "color": 'black', "font_size": 18},
        {"name": "安全", "max": 100, "min": 65, "color": 'black', "font_size": 18},
        {"name": "操控", "max": 100, "min": 65, "color": 'black', "font_size": 18}
    ]

# x_schema = [
#         {"name": "舒适性",  "color": 'black', "font_size": 18},
#         {"name": "油耗",  "color": 'black', "font_size": 18},
#         {"name": "性能",  "color": 'black', "font_size": 18},
#         {"name": "安全",  "color": 'black', "font_size": 18},
#         {"name": "操控", "color": 'black', "font_size": 18}
#     ]

# 画图
radar_x = Radar()
radar_x.add_schema(x_schema)
radar_x.add('帕萨特', v1, color='red').set_colors(['red'])
radar_x.add('迈腾', v2, color='green').set_colors(['green'])
radar_x.add('凯美瑞', v3, color='orange').set_colors(['orange'])
radar_x.add('亚洲龙', v4, color='blue').set_colors(['blue'])
radar_x.add('天籁', v5, color='purple').set_colors(['purple'])
radar_x.add('雅阁', v6, color='yellow').set_colors(['yellow'])

radar_x.set_global_opts(
        title_opts=op.TitleOpts(title="car_type", pos_right="center"),
        legend_opts=op.LegendOpts(legend_icon="roundRect", align="left", pos_left='7%',
                                  pos_bottom='14%', orient='vertical')
    )

radar_x.render("car_type.html")

新绘制的图像如下所示: