雷达图：使用 R 的数据可视化指南

방사형 차트 - R 데이터 시각화
(R 数据可视化）

当您想对多个变量进行比较时，仅用数字来分析数据往往会让您不知所措。 这时，雷达（雷达）图就是一个很好的选择。雷达图使用多个坐标轴来直观地表示数据，尤其适用于比较不同组之间的特征或绘制出不同组之间的模式。

在本帖中，我们将使用 R"(《世界人权宣言》) FMSB 套餐以使用 如何创建雷达图以及如何利用雷达图有效地分析和利用数据。

什么是雷达图？

雷达图是一种以多边形形式沿多轴直观显示 R 数据的图表。

  • 使用目的对多个项目进行相对比较或模式分析。
  • 特点
    • 每个轴代表一个变量（属性）。
    • 离坐标轴末端越近，表示该变量的值越高。
    • 您可以叠加多个数据集，进行组间比较。

雷达图可用于分析调查结果、比较产品和评估团队绩效等多个领域。

R 数据可视化：利用 fmsb 软件包

代码块

以下是 R 数据可视化的代码。

安装并加载 # fmsb 软件包
如果 (!requireNamespace("fmsb", quietly = TRUE)) {
  install.packages("fmsb") 如果不存在，则安装 # 软件包
}
library(fmsb) 加载 # 软件包

生成 # 数据并转换数据帧
每个项目的 # 评估得分
res <- c(3, 4, 5, 3, 6, 5, 7, 4, 6, 7, 5, 5, 2, 3, 3, 3, 3)
mat <- matrix(res, byrow = TRUE, ncol = 8)
df <- as.data.frame(mat)
colnames(df) <- c("Performance", "Stability", "Usability", "Durability"、
                  "可接近性"、"差异化"、"声誉"、"自豪感")

添加 # 最大值和最小值（用于设置雷达图的坐标轴范围）
df <- rbind(rep(7, 8), rep(1, 8), df)

定义 # 调色板
library(scales)
fill_colours <- alpha(c("#FF6347", "#4682B4"), 0.4)

绘制 # 雷达图
radarchart(
  df、
  axistype = 1、
  pcol = c("#FF6347", "#4682B4")、
  pfcol = fill_colours、
  plwd = 2、
  cglcol = "灰色"、
  cglty = 1、
  cglwd = 0.8、
  axislabcol = "黑色"、
  vlcex = 1.2
)

为 # 添加标题
title(main = "雷达图：产品比较"、
      col.main = "black"、
      font.main = 2、
      cex.main = 1.5)

添加 # 图例
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" (
)

代码评注

1. 安装并加载 FMSB 软件包

如果 (!requireNamespace("fmsb", quietly = TRUE)) {
  install.packages("fmsb")
}
library(fmsb)
  • requireNamespace()使用 fmsb 检查软件包是否已安装，如果没有，则安装并加载。

2. 生成数据

res <- c(3, 4, 5, 3, 6, 5, 7, 4, 6, 7, 5, 5, 2, 3, 3, 3, 3)
mat <- matrix(res, byrow = TRUE, ncol = 8)
df <- as.data.frame(mat)
  • 将评价分数创建为向量 (重新) ，然后转换为矩阵 (基体) 并转换为数据帧 (as.data.frame).

3. 设置轴范围

df <- rbind(rep(7, 8), rep(1, 8), df)
  • 为每个轴添加最大值 (7) 和最小值 (1)，以定义雷达图的范围。

4. 绘制雷达图

radarchart(
  df、
  axistype = 1、
  pcol = c("#FF6347", "#4682B4")、
  pfcol = fill_colours、
  plwd = 2、
  cglcol = "灰色"、
  cglty = 1、
  cglwd = 0.8、
  axislabcol = "黑色"、
  vlcex = 1.2
)
  • 轴类型轴样式：设置轴样式。
  • pcol:给数据线着色。
  • pfcol:设置数据区域的半透明颜色。
  • cglcol将网格线的颜色设置为灰色。
  • vlcex：调整轴标签的大小。

5. 添加图例和标题

title(main = "雷达图：产品比较")
legend(x = 1, y = 0.8, legend = c("Product A", "Product B"), col = c("#FF6347", "#4682B4"))
  • 添加标题和图例，让图表更直观。

雷达海图的优势

레이더 차트 장점

1. 比较数据

  • 针对多维数据分析进行了优化
    雷达图在一个屏幕上直观地显示多个属性，让您可以直观地比较每个项目之间的值。
    • 例如，您可以同时比较产品的性能、可靠性和价格竞争力，从而快速找出产品的优势和不足之处。
    • 一目了然，您可以看到某一群体与其他群体的特征有何不同。

2. 发现模式

  • 确定数据的优缺点
    放射状结构可让您从数据中心看到可扩展性，从而清楚地了解自己的优势和劣势。
    • 优势：数值显示在靠近坐标轴末端的位置，便于查看。
    • 缺点：数值接近轴心，清晰可见。
  • 检测趋势和异常
    通过叠加多个数据集，您可以发现具有相似模式的数据组，或直观地检测出某些数据偏离模式的异常值。

3. 适用性

  • 应用范围广泛
    雷达图对于比较数据和分析模式非常有用，应用范围广泛，包括
    • 比较产品比较竞争产品的主要特征，以制定消费或营销战略。
    • 调查分析可视化调查数据，分析受访者的偏好或满意度。
    • 评估团队绩效通过比较单个团队成员或跨部门的绩效，直观地找出优势和需要改进的地方。
    • 决策支持分析多个备选方案的优缺点，以做出最佳选择。
  • 加强视觉交流
    通过可视化图表而不是简单地罗列数字来传达信息，可大大提高沟通效率。

4. 美观直观的演示

  • 视觉吸引力
    雷达图提供美观、现代的可视化效果，看起来像信息图表，在演示文稿和报告中具有很高的可读性。
  • 方便用户
    它是交流复杂数据的绝佳工具，因为其结构对于数据新手来说很容易理解。

总结

雷达图是直观显示数据模式和关系的强大工具。修改你自己的数据，调整样式，创建你自己的雷达图！

以下是韩国的痛苦历史和 2024 年 12 月正在进行的总统弹劾，以及过去的案例，供您参考。本着不重复历史的精神，我已经写过一次了。 弹劾历史可视化雷达图！ 分析韩国总统弹劾案：R 数据可视化和历史教训

类似文章