使用Python创建Excel雷达图的完整教学

更新时间：2026年05月29日 15:31:17 作者：用户835629078051

雷达图（Radar Chart）是一种多维数据可视化工具,特别适合比较多个变量在不同维度上的表现,本文将介绍如何使用 Python 在 Excel 中创建雷达图和填充雷达图,并对图表进行自定义设置,希望对大家有所帮助

雷达图（Radar Chart）是一种多维数据可视化工具，特别适合比较多个变量在不同维度上的表现。它在性能评估、能力分析、产品对比等场景中非常实用。本文将介绍如何使用 Python 在 Excel 中创建雷达图和填充雷达图，并对图表进行自定义设置。

为什么使用雷达图

雷达图具有以下优势：

多维度对比：可以在同一图表中展示多个维度的数据
直观的性能分析：清晰显示各项指标的强弱分布
模式识别：通过图形形状快速识别数据模式和异常
适用于评估场景：如员工绩效评估、产品特性对比、技能矩阵分析等

典型应用场景包括：

员工多维度绩效评估（沟通能力、技术能力、领导力等）
产品功能对比（价格、性能、易用性、可靠性等）
市场分析（不同地区的销售表现）
能力模型可视化（技能掌握程度）

环境准备

首先需要安装 Spire.XLS for Python 库：

pip install Spire.XLS

Spire.XLS 提供了完整的 Excel 文件操作 API，支持创建、读取、修改和转换 Excel 文档，无需安装 Microsoft Excel。

创建基础雷达图

下面我们将创建一个展示不同地区产品销售情况的雷达图。示例数据包含三种产品（自行车、汽车、卡车）在两个城市（巴黎、纽约）的销售数据。

步骤 1：准备数据并创建工作表

首先创建 Excel 工作簿并添加示例数据：

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
    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
    
    # 设置上边框
    topborder = borders[BordersLineType.EdgeTop]
    topborder.Color = Color.FromRgb(0, 0, 128)
    borders[BordersLineType.EdgeTop].LineStyle = LineStyleType.Thin
    
    # 设置下边框
    borders[BordersLineType.EdgeBottom].Color = Color.FromRgb(0, 0, 128)
    sheet.Range["A1:C5"].Style.Borders[BordersLineType.EdgeBottom].LineStyle = LineStyleType.Thin
    
    # 设置左边框
    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
    
    # 设置右边框
    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
    
    # 设置数字格式为货币格式
    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)

这段代码完成了以下任务：

创建了包含产品和地区销售数据的表格
设置了标题行的粗体样式
为不同数据行应用了不同的背景色，提高可读性
添加了深蓝色边框，使表格更加美观
将数值格式化为美元货币格式

步骤 2：添加雷达图并配置属性

接下来在工作表中添加雷达图并设置其属性：

# 添加新图表到工作表
chart = sheet.Charts.Add()

# 设置图表位置
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
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
chart.PlotArea.Fill.Visible = False

# 设置图例位置
chart.Legend.Position = LegendPositionType.Corner

# 保存文档
workbook.SaveToFile("CreateRadarChart.xlsx", ExcelVersion.Version2013)
workbook.Dispose()

结果预览：

关键 API 说明：

sheet.Charts.Add()：向工作表添加新图表对象
chart.DataRange：指定图表使用的数据范围，这里使用 A1:C5 区域
chart.SeriesDataFromRange = False：表示数据系列不按行组织，而是按列组织
ExcelChartType.Radar：设置图表类型为雷达图（线条型）
chart.ChartTitle：设置图表标题文本
chart.PlotArea.Fill.Visible = False：隐藏绘图区背景，使图表更简洁
LegendPositionType.Corner：将图例放置在角落位置

生成的雷达图将以线条形式展示各产品在两个地区的销售数据，便于对比分析。

创建填充雷达图

除了标准雷达图，还可以创建填充雷达图（Radar Filled），这种类型会用颜色填充数据点之间的区域，视觉效果更加突出。

# 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)

# 添加新图表到工作表
chart = sheet.Charts.Add()

# 设置图表位置
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

# 设置图表类型为填充雷达图
chart.ChartType = ExcelChartType.RadarFilled

# 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
chart.PlotArea.Fill.Visible = False

# 设置图例位置
chart.Legend.Position = LegendPositionType.Corner

# 保存文档
workbook.SaveToFile("CreateRadarChart_Fill.xlsx", ExcelVersion.Version2013)
workbook.Dispose()

结果预览：

填充雷达图与普通雷达图的主要区别在于：

ExcelChartType.RadarFilled：使用填充类型，数据点之间的区域会被颜色填充
更适合强调数据范围和面积对比
视觉上更加醒目，适合演示和报告场景

自定义雷达图样式

创建基本雷达图后，可以进一步自定义图表的各个元素，以满足特定的展示需求。

调整数据系列颜色

可以为不同的数据系列设置不同的颜色，提高图表的可区分度：

# 获取第一个数据系列并设置颜色
series = chart.Series[0]
series.Format.LineProperties.Color = Color.FromRgb(255, 0, 0)  # 红色
series.Format.LineProperties.Width = 2.5

# 获取第二个数据系列并设置颜色
series2 = chart.Series[1]
series2.Format.LineProperties.Color = Color.FromRgb(0, 0, 255)  # 蓝色
series2.Format.LineProperties.Width = 2.5

自定义坐标轴

可以调整雷达图的坐标轴属性，包括刻度、标签格式等：

# 获取值轴
valueAxis = chart.PrimaryValueAxis

# 设置坐标轴标题
valueAxis.Title = "Sales Amount"
valueAxis.TitleArea.IsBold = True
valueAxis.TitleArea.Size = 10

# 设置坐标轴数字格式
valueAxis.NumberFormat = "$#,##0"

# 设置主要网格线样式
valueAxis.MajorGridLines.LineProperties.Color = Color.FromRgb(200, 200, 200)
valueAxis.MajorGridLines.LineProperties.DashStyle = LineDashStyleType.Dash

添加数据标签

为数据点添加标签可以更清晰地显示具体数值：

# 为每个系列添加数据标签
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

可以根据需要调整图表在工作表中的位置和大小：

# 设置图表占据的行列范围
chart.LeftColumn = 1      # 起始列
chart.TopRow = 6          # 起始行
chart.RightColumn = 11    # 结束列
chart.BottomRow = 29      # 结束行

# 或者使用像素级精确控制
chart.Top = 100           # 顶部位置（像素）
chart.Left = 50           # 左侧位置（像素）
chart.Width = 500         # 宽度（像素）
chart.Height = 400        # 高度（像素）

实际应用建议

在实际项目中使用雷达图时，可以考虑以下最佳实践：

数据准备

确保所有维度使用相同的度量单位或已标准化
数据维度不宜过多，建议控制在 5-8 个维度以内
为每个维度提供清晰的标签说明

视觉优化

使用对比明显的颜色区分不同数据系列
适当调整线条宽度和透明度，避免重叠时难以辨认
添加数据标签时注意位置，避免遮挡

交互增强

在 Web 应用中，可以结合 JavaScript 库实现交互式雷达图
添加悬停提示显示详细数值
支持动态切换显示/隐藏特定数据系列

适用场景

绩效评估系统：展示员工在多维度考核中的表现
产品对比工具：比较不同产品的各项指标
技能矩阵：可视化团队成员的技能分布
竞争分析：对比企业与竞争对手的各项指标

总结

本文介绍了如何使用 Python 在 Excel 中创建和自定义雷达图。通过 Spire.XLS 库，我们可以：

轻松创建标准雷达图和填充雷达图
自定义图表的颜色、位置、标题等属性
调整坐标轴、图例和数据标签的样式
将雷达图应用于各种数据分析和可视化场景

雷达图是多维度数据分析的有力工具，特别适合需要同时比较多个变量的场景。结合 Python 的自动化能力，可以批量生成雷达图报表，大大提高数据分析效率。

通过灵活运用这些 API，您可以根据具体需求创建出专业、美观的雷达图，为数据分析和决策提供有力支持。

以上就是使用Python创建Excel雷达图的完整教学的详细内容，更多关于Python创建Excel雷达图的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

matplotlib.subplot()画子图并共享y坐标轴的方法
Matplotlib的可以把很多张图画到一个显示界面，本文主要介绍matplotlib.subplot()画子图并共享y坐标轴的方法，需要的朋友们下面随着小编来一起学习学习吧
2021-05-05
Python实现cpu并行运算的两种方式
Python 提供了多种库来支持 CPU 并行运算,其中最常用的是 multiprocessing 和 mpi4py 模块,这两个库允许你在单台机器上利用多核处理器提高程序的性能,本文通过代码示例给大家详细的介绍了这两种方法,需要的朋友可以参考下
2024-08-08
python目标检测SSD算法训练部分源码详解
这篇文章主要为大家介绍了python目标检测SSD算法训练部分源码详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2022-05-05
PyQt5类型判定+对象删除操作
这篇文章主要介绍了PyQt5类型判定+对象删除操作,本文通过实例代码给大家介绍的非常详细,感兴趣的朋友跟随小编一起看看吧
2024-06-06
python中os.path.exits()的坑
本文主要介绍了python中os.path.exits()的坑，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-04-04
Python configparser模块封装及构造配置文件
这篇文章主要介绍了Python configparser模块封装及构造配置文件,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-08-08
Python使用剪切板的方法
这篇文章主要为大家详细介绍了Python使用剪切板的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2017-06-06
在django项目中导出数据到excel文件并实现下载的功能
这篇文章主要介绍了在django项目中导出数据到excel文件并实现下载的功能，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-03-03
使用python设置Excel工作表网格线的隐藏与显示
Excel表格界面的直观性很大程度上得益于表格中的网格线设计,这些线条帮助用户精确对齐数据,清晰划分单元格,本文将介绍如何使用Python设置隐藏或显示Excel工作表的网格线,实现自动话及批量处理,感兴趣的朋友可以参考下
2024-06-06
Python绘制二维曲线的日常应用详解
今天小编就为大家分享一篇Python绘制二维曲线的日常应用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-12-12