pyecharts绘制复联超级英雄战斗力

前几天在网上看到有人用 matplotlib 绘制了漫威里几大英雄的战斗力图，赶脚灰常有意思。作为漫威和 python 的双重粉丝，我这次又 hold 不住了，于是也做了一个 pyecharts 版的实力对比图，在这里分享给大家。

首先放上一张静态图。

图1. 复联超级英雄能力对比

这次我绘制的这个图和网上 matplotlib 版本的图有以下区别：

1. 加入了交互功能，可以查看任意一个英雄的数值，真正做到“想点哪里点哪里”（妈妈再也不用担心我的学习了）

2. 将多个英雄的图放在一个图表里，方便对比，同时也可以单独查看某个英雄数值

3. 加入了图片背景，体现作为漫威粉丝的B格

不多说，show you the code!

首先还是导入各种功能模块。opts（options）是 pyecharts 中设置图片详细格式的模块，Radar 是绘制雷达图的类名，因为绘制超级英雄的战斗力（包含多个数值），用雷达图比较适合，JsCode 是 pyecharts 中执行 JavaScript 代码的一个类。

from pyecharts import options as optsfrom pyecharts.charts import Radarfrom pyecharts.commons.utils import JsCode

接下来是设置各个超级英雄的战斗力数值，这次的战斗力数值来自于百度百科：

https://baike.baidu.com/item/%E6%BC%AB%E5%A8%81%E4%BA%BA%E7%89%A9%E8%83%BD%E5%8A%9B%E6%95%B0%E5%80%BC/17935032

我们选取复联六巨头的战斗力数值（美国队长、钢铁侠、黑寡妇、鹰眼、绿巨人以及雷神），数值内容并不多，主要代码如下所示：

captain_america = [{"value": [4, 4, 4, 4, 1, 7], "name": "美国队长"}]iron_man= [{"value": [6, 3, 5, 3, 5, 3], "name": "钢铁侠"}]black_widow = [{"value": [3, 3, 2, 3, 2, 7], "name": "黑寡妇"}]hawkeye = [{"value": [3, 3, 3, 2, 3, 7], "name": "鹰眼"}]hulk = [{"value": [2, 7, 3, 7, 1, 3], "name": "绿巨人"}]thor =  [{"value": [2, 7, 6, 7, 7, 6], "name": "雷神"}]

这6个人的数值都用他们各自的英文名作变量名，每个变量是一个 list，里面包含一个 dict，dict 中 value 就代表了每个人的战斗力数值，其同样是一个 list，包含6个数据：智力、力量、速度、耐力、能量发射和战斗技能。后面的 name 则是每个人的中文名，实际上 name 在整个代码中并没有什么作用，只方便显示。

接下来是一个名为 myschema 的变量，是一个 list，里面包含6个 dict，每个 dict 包含3个 key，这6个 dict 主要用来设置雷达图的坐标轴，后面会详细说明。

myschema = [    {"name": '智力', "max": 7, "min": 0},    {"name": '力量', "max": 7, "min": 0},    {"name": '速度', "max": 7, "min": 0},    {"name": '耐力', "max": 7, "min": 0},    {"name": '能量发射', "max": 7, "min": 0},    {"name": '战斗技能', "max": 7, "min": 0}]

然后就开始我们的主要绘图部分。首先生成一个 Radar 类的实例 r，在这里我们设置了图表的背景图，用到的是 opts.InitOpts 中的 bg_color 属性，其值为

{"type": "pattern", "image": JsCode("img"), "repeat": "no-repeat"}

"type": "pattern" 表示我们用图片作背景，"image": JsCode("img") 表示我们用 JavaScript 代码来设置这个背景图，"repeat": "no-repeat" 表示图片不重复。而 add_js_funcs 方法就是执行相关的 JavaScript 代码，这里的 JavaScript 代码也很简单，就设置一个名为 img 的变量，指定一下路径。在这里我们用的图片是本地图片，名为 a5.png，我们要把这个图片放在自己的当前工作目录下，不知道当前工作目录的可以执行下面的代码查看：

import osroot = os.getcwd()print(root)

当然这里我们也可以用网上的图片，只要把 img.src 设置为图片的网址就OK了。

r = Radar(init_opts=opts.InitOpts(            bg_color={"type": "pattern", "image": JsCode("img"), "repeat": "no-repeat"}        )) #初始化雷达图r.add_js_funcs(    """    var img = new Image(); img.src = 'a5.png';    """) #执行js代码

接下来是一个长长的 chaining methods（方法链），虽然内容多了点，但不少都是重复性代码，所以并不难理解，这里介绍一下里面的主要部分。

add_schema 方法就是设置我们的雷达图，参数 schema 设置为 myschema，就是前面我们提到过的那个 list，里面有6个 dict，每个 dict 就是一个径向轴，dict 的 name 就是径向轴的标签，min 和 max 设置径向轴的最小和最大值。shape 是雷达图的形状，这里设置为圆形，也可以设置为多边形 polygon。center=["50%", "50%"] 表示雷达图的中心在当前绘图区域的中点位置，即当前绘图区域的高度和宽度的50%位置，radius="80%" 表示雷达图的半径为当前绘图区域的大小的80%，即这个区域的宽度和高度中的较小者的80%。angleaxis_opts 参数是用来设置角度坐标轴，其2个参数 axistick_opts、axislabel_opts 全都设为不显示，他们的分别代表了角度轴的刻度、标签，大家可以试试把这些参数设置为 True 的结果。然后是参数 radiusaxis_opts，其用来设置径向轴，其最小值为0，最大值为7，间隔为1，其包含的 splitarea_opts 参数用来设置间隔区域，也就是图中灰色的部分。而 polar_opts 参数则是设置这个雷达图的相关属性，这里我们全部采用默认设置。而 add_schema 的另外两个参数 splitline_opt 和 textstyle_opts 则分别用来设置径向轴的分割线和图中文字，这里我们把分割线设为不显示，文章颜色设为黑色。

r 的 add 方法则用来向图中添加数据，每个 add 方法会添加一个数据，因为我们一共有6个超级英雄，所以用了6次 add 方法。add 方法中 series_name 用来设置数据序列的名称，这也就是图中上面一排圆圈后面的文字，data 是所要输入的数据，areastyle_opts 用来设置每个数据序列图形区域的属性，这里把每个图形区域的不透明度设为0.1，linestyle_opts 设置图形连线的属性，这里把线宽设为1。

set_global_opt 则用来设置整个图表的属性，这里我们设置图的标题为"复联六巨头实力对比"。最后我们用 render 生成一个网页。

(    r.add_schema( #设置雷达图的各种属性        schema=myschema,        shape="circle",        center=["50%", "50%"], #图片中心位置        radius="80%", #雷达图半径大小        angleaxis_opts=opts.AngleAxisOpts(            axistick_opts=opts.AxisTickOpts(is_show=False),            axislabel_opts=opts.LabelOpts(is_show=False),        ),        radiusaxis_opts=opts.RadiusAxisOpts(            min_=0,            max_=7,            interval=1,            splitarea_opts=opts.SplitAreaOpts(                is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)            )        ), polar_opts=opts.PolarOpts(),        splitline_opt=opts.SplitLineOpts(is_show=False),        textstyle_opts=opts.TextStyleOpts(color="black"),    )    .add(        series_name="美国队长",        data=captain_america,        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),        linestyle_opts=opts.LineStyleOpts(width=1),    )    .add(        series_name="钢铁侠",        data=iron_man,        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),        linestyle_opts=opts.LineStyleOpts(width=1),    )    .add(        series_name="黑寡妇",        data=black_widow,        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),        linestyle_opts=opts.LineStyleOpts(width=1),    )    .add(        series_name="鹰眼",        data=hawkeye,        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),        linestyle_opts=opts.LineStyleOpts(width=1),    )    .add(        series_name="绿巨人",        data=hulk,        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),        linestyle_opts=opts.LineStyleOpts(width=1),    )    .add(        series_name="雷神",        data=thor,        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),        linestyle_opts=opts.LineStyleOpts(width=1),    )    .set_global_opts(        title_opts=opts.TitleOpts(title="复联六巨头实力对比")    )    .render('ht1.html'))

生成的结果如图2所示：

图2. 生成的动态效果图

在我们绘制的图中，如果想只查看某个英雄的数值，我们则可以单击其他英雄的序列名称，就是图中上面那一排小圆圈和后面的文字，每次单击就会使这个英雄的名称变成灰色，其代表的图形也会在图中消失，再次单击则会复原，这样就会只留下我们需要的英雄的数值。如图3所示，我们只留下绿巨人的图。

图3. 绿巨人战斗力图

pyecharts 的优点是绘图快、交互设计好，它提供了很多 matplotlib 不具备或很难实现的功能，这给我们在绘制交互式图表时提供了更好的选择。本文所有图片和代码都已上传，如有需要可自行下载：

https://gitee.com/crossin/snippet/tree/master/marvel-radar

作者简介：

小李子，数据分析爱好者，擅长数据可视化，比较关注机器学习领域，希望能和业内朋友多学习交流，个人微信tyrant100。

_往期文章推荐_

谁才是漫威的绝对C位