大數(shù)據(jù)分析在企業(yè)的數(shù)字化營銷中發(fā)揮著關(guān)鍵性的作用，大數(shù)據(jù)分析指從海量的數(shù)據(jù)中提取出最有效最有價值的信息；而大數(shù)據(jù)可視化是進行各種大數(shù)據(jù)分析的最重要且關(guān)鍵的環(huán)節(jié)之一。 一旦原始數(shù)據(jù)流以圖像的形式展示時，企業(yè)高級管理人員和中層的管理人員能夠基于包含大量信息且容易讀懂圖形快速準確的作出決策。
紙上得來終覺淺，通過實際應(yīng)用場景學習Numpy和Matplotlib：
import matplotlib
import matplotlib.pyplot as plt
import pylab as pl
import numpy as np
# 構(gòu)造數(shù)據(jù)
values = np.array([2.6, 2.1, 3.4, 3, 4.1])
labels = np.array(['個人能力', 'QC知識', '解決問題能力', '服務(wù)質(zhì)量意識', '團隊精神'])
# 設(shè)置每個數(shù)據(jù)點的顯示位置，在雷達圖上用角度表示
angles = np.linspace(0, 2 * np.pi, len(values), endpoint=False)
# 拼接數(shù)據(jù)首尾，使圖形中線條封閉
values = np.concatenate((values, [values[0]]))
angles = np.concatenate((angles, [angles[0]]))
labels = np.concatenate((labels, [labels[0]]))
# 設(shè)置為極坐標格式
plt.polar(angles, values, 'bo-', linewidth=2)
# 做標簽
plt.thetagrids(angles * 180/np.pi, labels)
plt.fill(angles, values, facecolor='r', alpha=0.25)
# 設(shè)置雷達圖的范圍
plt.ylim(0, 5)
# 添加標題
plt.title('員工狀態(tài)表現(xiàn)圖')
# 添加網(wǎng)格線
plt.show()
