软件测试|pyecharts 绘制 NBA 球星得分能力对比图
获取更多技术知识
前言
勒布朗-詹姆斯终于登顶了 NBA 历史总得分王,他花了 20 个赛季得了 38390 分,超越了天勾——贾巴尔老爷子,然后,我经常逛的论坛,就出现了很多讨论帖,讨论 NBA 球星们的得分能力孰强孰弱,又是一堆关公战秦琼的问题,不过我觉得挺有趣的,大家都在讲述着自己的道理,拿出自己的数据,我想了下,不如做一个得分能力的对比图,决出冠军。
准备
指标确定首先我们确定得分能力包括哪些指标,我这里选取了职业生涯场均得分,职业生涯场均投篮命中率,职业生涯场均三分命中率,职业生涯场均罚球命中率,总决赛场均得分,总决赛场均命中率六大指标;这些指标我们通过数据网站可以获取,这里不做赘述。我们获得数据之后,会按照自己的主观感受赋予 5-10 分不一样的档次,5 分最低,10 分最高。
球星名单关于球星,我决定选择乔丹(Goat),詹姆斯(历史总得分王),杜兰特(现役最强得分手),库里(历史最强三分手),科比(只有情怀),奥尼尔(最强中锋大鲨鱼)。
实践
第一步:导包
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,因为得分能力包含多个数值,所以我们决定使用雷达图,JsCode 是 pyecharts 中执行 JavaScript 代码的一个类。
第二步:数据
我们将获取到的数据准备好,数值内容并不多,主要代码如下所示:
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 就代表了每个人的数据值,其同样是一个 list,包含上述 6 个数据的评级。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。
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" 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:
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。
radiusaxis_opts,其用来设置径向轴,其最小值为 0,最大值为 10,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。
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。
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 个球星,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"NBA 球星得分能力对比"。最后我们用 render 生成一个网页。
生成的图如下所示:
在我们绘制的图中,如果想只查看某个球星的数值,我们则可以单击其他球星的序列名称,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球星的名称变成灰色,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球星的数值。如下图所示,我们只留下杜兰特的图:
总结
我们 NBA 球星得分能力对比图绘制就完成了,请大家不要当真,我只是展示了一下 pyecharts 的绘图功能,这是我们本篇文章的重点,哈哈。
大家还想学习哪些 Python 知识,可以给我留言哦!
搜索微信公众号: 霍格沃兹测试学院,学习更多测试开发前沿技术
评论