本文共 1576 字，大约阅读时间需要 5 分钟。

数据集

本篇的数据来源

该数据集是关于可以向北京居民提供外卖服务的餐馆信息，包括北京的哪个地区，餐​​馆的食品类别，餐馆的品牌，餐馆的地址以及外卖的联系电话，通过一些简单的数据清洗处理绘制简单的图像 ☆ﾐ(o*･ω･)ﾉ

案例

① 需求

通过对数据集的分析，提出以下需求：统计北京各类型餐饮的雷达图~

• 基本布局如下：

• 分析：雷达图主要应用于企业经营状况——收益性、生产性、流动性、安全性和成长性的评价。。

② 代码实现

▶ 读取数据集整体浏览

# 读取数据集data = pd.read_csv("G:\Projects\pycharmeProject-C\Flask\dataset\TakeAway.csv",index_col=0)print(data.isnull().sum())print(data.loc[data.duplicated()])print(data.columns)

大致浏览一下数据集，需求涉及的所在区县、分类字段并没有大量的缺失值（空值），并且数据集整体也没有重复记录，基本可以直接使用。

▶ 统计每个区不同餐饮类型销售表现

# 提取数据data_use = data[['分类','所在区县']].groupby('分类').agg(count=('所在区县','count'))print(data.loc[data['分类']=='西餐'])list = data_use.reset_index().values.tolist()

通过分组聚合统计出所有地区中，不同餐饮类型总量的统计。

▶ 可视化

Flask

# 可视化app = Flask(__name__)@app.route("/")def index():    lists = list    return render_template("TakeAway_04.html",sheet = lists)if __name__ == '__main__':    app.run(debug=True)

HTML

③ 效果展示

注意：

• radar组件是雷达图特有的，一般用于设置雷达图的指示器，以及雷达图的显示位置

radar: [                // 雷达图坐标系组件，只适用于雷达图            {                   indicator: [    // 雷达图的指示器，用来指定雷达图中的多个变量（维度）                    {   name: data[0], max: 1500},                    {   name: data[1], max: 1500},                    {   name: data[2], max: 1500},                    {   name: data[3], max: 1500},                    {   name: data[4], max: 1500},                    {   name: data[5], max: 1500},                    {   name: data[6], max: 1500}                ],                center: ['50%', '50%'],                radius: '45%',            }        ],

• 雷达图的数据格式

data: [	{   	    name: '餐饮类型收益',	    value: data1	}],