大数据分析在企业的数字化营销中发挥着关键性的作用，大数据分析指从海量的数据中提取出最有效最有价值的信息；而大数据可视化是进行各种大数据分析的最重要且关键的环节之一。 一旦原始数据流以图像的形式展示时，企业高级管理人员和中层的管理人员能够基于包含大量信息且容易读懂图形快速准确的作出决策。

纸上得来终觉浅，通过实际应用场景学习Numpy和Matplotlib：

import matplotlib

import matplotlib.pyplot as plt

import pylab as pl

import numpy as np

# 构造数据

values = np.array([2.6, 2.1, 3.4, 3, 4.1])

labels = np.array(['个人能力', 'QC知识', '解决问题能力', '服务质量意识', '团队精神'])

# 设置每个数据点的显示位置，在雷达图上用角度表示

angles = np.linspace(0, 2 * np.pi, len(values), endpoint=False)

# 拼接数据首尾，使图形中线条封闭

values = np.concatenate((values, [values[0]]))

angles = np.concatenate((angles, [angles[0]]))

labels = np.concatenate((labels, [labels[0]]))

# 设置为极坐标格式

plt.polar(angles, values, 'bo-', linewidth=2)

# 做标签

plt.thetagrids(angles * 180/np.pi, labels)

plt.fill(angles, values, facecolor='r', alpha=0.25)

# 设置雷达图的范围

plt.ylim(0, 5)

# 添加标题

plt.title('员工状态表现图')

# 添加网格线

plt.show()