ラジアルチャート：Rを活用したデータ可視化ガイド
複数の変数を比較したいとき、数字だけでデータを分析すると、簡単に感覚がつかめないことが多いです。 このようなとき、放射状(レーダー)チャートは優れた選択になることができます。レーダーチャートは、複数の軸を活用してデータを視覚的に表現し、特に複数のグループ間の特性を比較したり、パターンを導き出すときに便利です。
今回の記事では Rの fmsbパッケージを活用して 放射状チャートを作成する方法また、レーダーチャートを通じてデータを効果的に分析し、活用する方法までご紹介します。
ラジアルチャートとは？
レーダーチャートは、データを複数の軸に沿って多角形の形でRデータを視覚化したグラフです。
- 使用目的複数の項目に対する相対的な比較やパターン分析。
- 特徴
- 各軸は変数（特性）を表します。
- 軸の端に近いほど、その変数の値が高いことを意味します。
- 複数のデータセットを重ねて表現することで、グループ間の比較が可能です。
レーダーチャートは、アンケート結果分析、製品比較、チームパフォーマンス評価など様々な分野で活用することができます。
Rデータの可視化：fmsbパッケージの活用
コードブロック
以下はRデータの可視化コードです。
# fmsbパッケージのインストールとロード
if (!requireNamespace("fmsb", quietly = TRUE)) { {
install.packages("fmsb") #パッケージがない場合、インストールする
}
library(fmsb) #パッケージのロード
# データの生成及びデータフレーム変換
# 各項目に対する評価得点
res <- c(3, 4, 5, 3, 6, 5, 7, 4, 6, 7, 5, 5, 5, 2, 3, 3, 3)
mat <- matrix(res, byrow = TRUE, ncol = 8)
df <- as.data.frame(mat)
colnames(df) <- c("Performance", "Stability", "Usability", "Durability"、
"親しみやすさ", "差別化", "評判", "プライド")
# 最大値と最小値を追加(レーダーチャートの軸範囲設定)
df <- rbind(rep(7, 8), rep(1, 8), df)
# カラーパレット定義
library(scales)
fill_colors <- alpha(c("#FF6347", "#4682B4"), 0.4)
#レーダーチャートの描画
radarchart(
df、
axistype = 1、
pcol = c("#FF6347", "#4682B4")、
pfcol = fill_colors、
plwd = 2、
cglcol = "grey"、
cglty = 1、
cglwd = 0.8、
axislabcol = "black"、
vlcex = 1.2
)
# タイトル追加
title(main = "Radar Chart: Product Comparison"、
col.main = "black"、
font.main = 2、
cex.main = 1.5)
# 凡例を追加
legend(
x = 1, y = 0.8、
legend = c("Product A", "Product B")、
col = c("#FF6347", "#4682B4")、
pch = 15、
pt.cex = 2、
cex = 1.2、
bty = "n"
)コード解説
1.fmsbパッケージのインストールとロード
if (!requireNamespace("fmsb", quietly = TRUE)) { {
install.packages("fmsb")
}
library(fmsb)requireNamespace()を使用してfmsbパッケージがインストールされているかどうかを確認し、インストールされていない場合はインストール後にロードします。
2.データ生成
res <- c(3, 4, 5, 3, 6, 5, 7, 4, 6, 7, 5, 5, 5, 2, 3, 3, 3)
mat <- matrix(res, byrow = TRUE, ncol = 8)
df <- as.data.frame(mat)- 評価スコアをベクトルで生成(
res)した後、マトリックスに変換(マトリックス)し、データフレームに変換(as.data.frame)します。
3.軸範囲設定
df <- rbind(rep(7, 8), rep(1, 8), df)- 最大値(7)と最小値(1)を各軸に追加して、レーダーチャートの範囲を定義します。
4.レーダーチャートスタイリング
radarchart(
df、
axistype = 1、
pcol = c("#FF6347", "#4682B4")、
pfcol = fill_colors、
plwd = 2、
cglcol = "grey"、
cglty = 1、
cglwd = 0.8、
axislabcol = "black"、
vlcex = 1.2
)軸型軸のスタイル設定。pcol：データラインの色指定。pfcol：データ領域の半透明色設定。cglcolグリッド線の色をグレーに設定します。vlcex軸ラベルサイズ調整。
5.凡例とタイトルの追加
title(main = "レーダーチャート：製品比較")
legend(x = 1, y = 0.8, legend = c("Product A", "Product B"), col = c("#FF6347", "#4682B4"))- タイトルと凡例を追加して、グラフをより直感的にします。
レーダーチャートの利点
1.データ比較
- 多次元データ分析に最適化
レーダーチャートは、複数の特性を1つの画面で視覚的に表現することができ、各項目間の値を直感的に比較することができます。- 例えば、製品の性能、安定性、価格競争力を同時に比較することで、最も優れた項目と不足している項目を素早く把握することができます。
- 特定のグループの特性が他のグループとどのように異なるかを一目で把握できます。
2.パターン発見
- データの強みと弱みを把握する
放射状構造により、データの中心からの拡張性を確認し、強みと弱みを明確に把握することができます。- 強み：軸の端に近い値で表示され、簡単に確認可能。
- 弱点: 軸の中心に近い値で表示され、明確に現れる。
- トレンドと異常点の検出
複数のデータセットが重なった状態で、類似したパターンを持つグループを発見したり、特定のデータがパターンから外れた異常値を視覚的に検出することができます。
3.応用可能性
- 幅広い応用分野
ラジアルチャートは、データ比較やパターン分析に非常に有用で、次のような様々な分野で応用可能です。- 製品比較競合製品間の主な特性を比較し、消費者やマーケティング戦略策定に活用。
- アンケート分析アンケートデータを可視化し、回答者の傾向や満足度を分析。
- チーム業績評価チームメンバー個々の能力や部署間のパフォーマンスを比較し、強みと改善点を視覚的に把握。
- 意思決定支援複数の選択肢の長所と短所を分析し、最適な選択を導き出す。
- 視覚的な伝達力の強化
データを単に数字で並べるよりも、視覚的なチャートで情報を伝えることで、コミュニケーションの効率が大幅に向上します。
4.審美的で直感的な表現
- 視覚的に魅力的
ラジアルチャートは、インフォグラフィックのように美しくモダンな視覚化を提供し、プレゼンテーション資料やレポートでも高い読みやすさを提供します。 - ユーザーフレンドリー
データを初めて見る人でも構造を理解しやすく、複雑なデータを伝えるのに適したツールです。
仕上げ
今回の記事では、レーダーチャートの概念と、Rを活用して実装する方法を見てきました。 レーダーチャートは、データのパターンと関係を直感的に表示する強力なツールです。自分でデータを修正してスタイルを調整して、自分だけのレーダーチャートを作ってみましょう！
参考までに、韓国の痛い歴史であり、2024年12月現在進行中の大統領弾劾の渦について過去の事例と一緒に視覚化してみた内容があります。痛い歴史を繰り返さないという意味で、一度作成してみました。 レーダーチャートを活用して視覚化してみた弾劾の歴史！ 韓国大統領弾劾の事例分析：Rデータの可視化と歴史的教訓を学ぶ
