Python雷达图：多维度数据对比

2026-08-25 18:00:46 734阅读 0评论

告别干瘪柱状图：用Python雷达图玩转多维度数据对比

年底做业务复盘，面对五六个核心指标，你是不是也习惯性地堆砌柱状图？结果就是图表挤成一团，老板看一眼就皱眉头。这时候换个思路，用雷达图来展示，往往能让人眼前一亮。

雷达图天生就是为“多维度对比”而生的。无论是评估员工的综合能力，还是对比竞品的各项参数，它都能把抽象的数据变成直观的几何图形。不过，画个雷达图不难，难的是画得专业、好看，还能准确传递信息。今天我们就来聊聊，如何用Python搞定一张高质量的多维度雷达图。

准备数据与极坐标画布

在动手敲代码前，得先理清数据结构。雷达图的每个角代表一个维度，所以我们需要准备维度标签和对应的数据值。这里有个新手常踩的坑：雷达图是一个闭合图形，所以数据的起点和终点必须在代码中强制重合。

import matplotlib.pyplot as plt
import numpy as np

# 设置中文字体，防止标签乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 定义维度标签和两组对比数据
labels = np.array(['研发能力', '市场营销', '产品设计', '客户服务', '供应链管理'])
data_a = np.array([85, 70, 90, 80, 75])
data_b = np.array([70, 85, 75, 90, 80])

# 计算角度，并让首尾闭合
angles = np.linspace(0, 2 * np.pi, len(labels), endpoint=False).tolist()
data_a = np.concatenate((data_a, [data_a[0]]))
data_b = np.concatenate((data_b, [data_b[0]]))
angles += angles[:1]

绘制图形与细节美化

有了数据，接下来就是把它铺到极坐标画布上。很多人画出来的雷达图干瘪生硬，问题往往出在细节没处理好。填充区域的透明度、线条的粗细、以及网格线的颜色，直接决定了图表的最终质感。

fig, ax = plt.subplots(figsize=(8, 8), subplot_kw=dict(polar=True))

# 绘制A产品的雷达图
ax.fill(angles, data_a, color='royalblue', alpha=0.25)
ax.plot(angles, data_a, color='royalblue', linewidth=2, label='产品A')

# 绘制B产品的雷达图
ax.fill(angles, data_b, color='tomato', alpha=0.25)
ax.plot(angles, data_b, color='tomato', linewidth=2, label='产品B')

# 设置极坐标刻度与标签
ax.set_thetagrids(np.degrees(angles[:-1]), labels, fontweight='bold')
ax.set_ylim(0, 100)

# 美化网格线与标题
ax.grid(color='gray', linestyle='--', alpha=0.6)
ax.set_title('核心能力多维度对比', pad=20, fontsize=16)
ax.legend(loc='upper right', bbox_to_anchor=(1.1, 1.1))

plt.show()