什么是雷达图?

雷达图显示映射到轴上的三个或更多定量变量的多变量数据。它看起来像蜘蛛网,有一个中心轴,至少有三个辐条(称为半径)向外延伸。在这些辐条上,映射了数据的值。它旨在一目了然地显示该产品、服务或任何其他感兴趣项目的相似之处、差异和离群值

雷达图示例

它也被称为蜘蛛图、网络图、星图、蜘蛛网图、基维亚特图、极坐标图或不规则多边形。这个图表家族的发明者是一位名叫乔治·冯·迈尔的德国人,他于 1877 年发布了第一张已知的雷达图。

作为一个用于雷达图的简单示例,想象一下你最喜欢的布朗尼。配制布朗尼蛋糕的因素或形式有很多:耐嚼性、巧克力味、坚果的添加和其他成分(例如蔓越莓),以及表皮、湿度和密度。

布朗尼蛋糕雷达图的每个因子都有一个 “辐条”,辐条长度上的标记将表示该变量的测量值。例如,您妈妈的布朗尼蛋糕在耐嚼性方面可能排名很高,但她不包括坚果或其他额外的成分。你最喜欢的烘培店的排名可能会有所不同,因为带有核桃和蛋糕质感。然后,从每个变量的每个排名中画出一条线,因此它看起来像蜘蛛网。

雷达图演示
使用 Spotfire 创建可视化/图表
查看此演示,了解 Spotfire 如何轻松地使数据的各个方面可视化。

什么时候应该使用雷达图?

当有几个项目需要比较时,雷达图最有用。这可以通过在同一图表上叠加不同的产品信息来实现,也可以通过多个图表显示相同的半径但分析不同的产品来完成。例如,你可以通过将图表彼此相邻来比较您妈妈的布朗尼蛋糕、烘培店和邻居的布朗尼蛋糕,或者相反,将测量值全部映射在同一张图表上。

在商业用途方面,有许多可能的用途。以对员工进行技能分析为例。可以在沟通、解决问题、团队合作、按时完成任务的能力、准时性和技术理解方面对他们进行评估。雷达图会立即显示员工与同事之间相比的评估情况。

雷达图在企业中的另一个用途是管理质量改进,因为雷达图可用于显示绩效指标。

在以下情况下使用雷达图:

  • 存在多变量观测值
  • 存在任意数量的变量
  • 您需要确定离群值
  • 您需要对产品或服务进行比较
  • 数据集较小或大小适中

创建雷达图时,有一些最佳实践:

  • 变量应按有意义的顺序排列
  • 应在各自的雷达图上显示三个以上的系列
  • 不要使用太多变量,否则图表可能会变得混乱
  • 如果有多个数据序列,则填充的颜色应该是透明的

雷达图的优点

离群值和相似性易于识别

使用雷达图的最大优势是离群值立即可见。任何与图表或一组图表中与其他指标或变量截然不同的指标或变量都是非常明显的。共性也很容易评估,特别是当它们绘制在同一张图表上时。

雷达图的缺点

不过,使用雷达图也存在许多缺点和困难,下文将进一步详细讨论这些缺点和困难。

难以判断半径长度

半径上的距离很难从视觉上判断。虽然人们会知道并理解一个变量比另一个变量长或短,但这可能很难量化。在这种情况下,在图表上使用同心圆有助于使半径长度更容易判断。在这种情况下,如果了解长度很重要,也可以考虑使用线形图

雷达图可能会扭曲数据

将所有测量值存放在图表上后,该区域即被填充。这可能会扭曲数据,因为阴影区域变成了对大小和积极性能的视觉判断。此外,如果图表有五个变量,其半径最大为 100,则测量值为 90 的图表比总和为 82 的图表大 10%。

雷达图可以在没有连接的地方建立连接

如果你在图表上有五个变量,并且它们都标在半径上,那么可能会认为并列的测量值之间存在关系。但是,以布朗尼为例,巧克力口味和程度之间可能没有关系,因为它们是两个独立的变量。

雷达图可能导致遮挡和混乱

如果变量过多或数据序列太多,图表可能会变得混乱。如果在一个图表上绘制多个数据序列,这个问题就更加复杂了,数据点可能会被遮挡。虽然保持颜色阴影透明有助于阻止遮挡,但如果多个系列碰到相同的变量测量值,则提取清晰的数据图片将变得更难。

同样,心理学也在形状方面发挥作用。人类可以识别并辨别正方形、圆形和三角形等形状的数据。雷达图形状的随机性使得它们不如已知和可量化的形状那么有用。

雷达图的替代方案

以下是雷达图的一些常见替代方案。

平行坐标图

平行坐标图允许使用一组数值变量比较多个要素。每个变量都绘制在一条垂直线上,然后将图表中的多个变量连接在一起。如果有许多项都是在同一尺度下测量,需要进行比较,这就非常适合使用。例如,如果你比较的是 30 名工作人员而不是 2 名工作人员,那么平行坐标图将是显示这一点的有效方法。

字形图

这些图与雷达图类似,因为变量由与数据成比例的峰值表示。虽然字形图将数据属性映射到图形上,很像雷达图,但它们用于截然不同的场景。与雷达图相比,字形图可以包含更多或更少的变量,并且通常以倍数形式使用以显示一段时间内的模式。

线形图

线形图是平行坐标图的简单替代方案,它可以显示一系列变量的排名。虽然它不像雷达图那样在视觉上令人愉悦,但它可能是显示少量数据集之间差异的有效方法。

哈维球

哈维球是传达定性信息的圆形字符。它们看起来像被切掉部分的圆圈。在布朗尼示例中,存在六个不同的球,每个球代表一个单独的变量。当变量较少(不超过四到五个)时,最好使用这些变量,以便保持图表简单易懂。

条形图

条形图或堆叠条形图可能是显示数据的另一种选择。尤其是堆叠条形图,可能会很有效,因为它可以清楚地显示变量总数的总体差异。这也可能适用于许多数据集。

条形图可以有效地显示小倍数的数据,这是爱德华·塔夫特开发的一种方法。单个数据系列绘制在迷你条形图上,并与其他易于解释的数据序列一起显示。

同样在条形图下,棒棒糖图也可以被视为一种选择。一系列末端带有点的细条形图是展示原本可以使用雷达图的信息的另一种简单方法。

试试 TIBCO Spotfire-免费试用
试试 TIBCO Spotfire-免费试用
借助市场上最完整的分析解决方案 TIBCO Spotfire,可以轻松发现您数据中的新见解。

雷达图的未来

尽管雷达图看起来很有趣,但它们最终并不是呈现数据的最佳解决方案。在解释信息时存在一些问题,这很容易使许多人感到困惑。许多其他图表在呈现多变量数据方面做得更为有效。