Wykres radarowy: profilowanie wielowartościowe i mapowanie wydajności

Podczas oceny złożonych profili wydajności w wielu jakościowych lub ilościowych wskaźnikach jednocześnie, Wykres radarowy (lub wykres pajęczynowy) jest idealnym narzędziem wizualizacji. Umieszczając wiele skal cech wzdłuż osi promieniowych wychodzących z punktu centralnego, wykresy radarowe przedstawiają porównania wielowymiarowe w postaci różnych kształtów wielokątnych. Dzięki temu są idealne do oceny umiejętności, kart oceny dostawców, benchmarków cech produktu lub profili wydajności graczy.

Zasady działania wykresów radarowych

W Apache ECharts wykresy radarowe opierają się na dedykowanym bloku konfiguracji radar konfiguracji, który definiuje osie promieniowe, znane jako indicator klucze. Obiekt serii ustawia type: 'radar' i mapuje wartości tablic liczbowych odpowiadające każdej zadeklarowanej skali wskaźnika.

1. Podstawowa konfiguracja

Aby stworzyć podstawowy wykres radarowy, zdefiniuj progi wymiarów wewnątrz radar.indicator i przekaż tablice liczbowe w danych serii:

option = {
    tooltip: {
        trigger: 'item'
    },
    legend: {
        data: ['Zatwierdzony budżet', 'Faktyczne wydatki']
    },
    radar: {
        indicator: [
            { name: 'Sprzedaż', max: 6500 },
            { name: 'Administracja', max: 16000 },
            { name: 'Technologia informacyjna', max: 30000 },
            { name: 'Wsparcie klienta', max: 38000 },
            { name: 'Rozwój', max: 52000 },
            { name: 'Marketing', max: 25000 }
        ]
    },
    series: [
        {
            name: 'Budżet vs wydatki',
            type: 'radar',
            data: [
                {
                    value: [4200, 3000, 20000, 35000, 50000, 18000],
                    name: 'Zatwierdzony budżet'
                },
                {
                    value: [5000, 14000, 28000, 26000, 42000, 21000],
                    name: 'Faktyczne wydatki'
                }
            ]
        }
    ]
};

 

Zaawansowane techniki strukturalne

Wykresy radarowe można stylizować za pomocą wypełnionych wielokątów obszarowych, kształtów siatki okrągłej lub różnych tematów kolorystycznych, aby łatwiej odczytywać nakładające się profile.

1. Wypełnienie obszaru wielokątem z niestandardowymi kształtami siatki

Przełączanie tła siatki z wielokąta na okrąg oraz stosowanie przezroczystych wypełnień obszarów podkreśla ogólny kształt każdego profilu metryki:

option = {
    tooltip: {
        trigger: 'item'
    },
    legend: {
        top: '5%',
        data: ['Model A', 'Model B']
    },
    radar: {
        shape: 'circle', // Okrągłe tło siatki
        indicator: [
            { name: 'Czas pracy baterii', max: 100 },
            { name: 'Moc przetwarzania', max: 100 },
            { name: 'Jakość wykonania', max: 100 },
            { name: 'Jakość wyświetlania', max: 100 },
            { name: 'Kamera', max: 100 },
            { name: 'Wartość', max: 100 }
        ]
    },
    series: [
        {
            type: 'radar',
            data: [
                {
                    value: [80, 90, 70, 85, 95, 60],
                    name: 'Model A',
                    areaStyle: {
                        color: 'rgba(84, 112, 198, 0.4)'
                    }
                },
                {
                    value: [95, 70, 85, 90, 75, 90],
                    name: 'Model B',
                    areaStyle: {
                        color: 'rgba(145, 204, 117, 0.4)'
                    }
                }
            ]
        }
    ]
};

 

Dostosowanie układu i stylizacji

Dostosowanie kolorów tekstu wskaźników, linii podziału i rozmiarów symboli zapobiega przesadzaniu linii siatki wieloosiowej nad danymi.

1. Formatowanie niestandardowej siatki i etykiet

Stylizuj linie osi, obszary podziału i etykiety zewnętrzne, aby zachować wyraźny kontrast wizualny na ciemnych lub jasnych interfejsach:

option = {
    radar: {
        indicator: [
            { name: 'Użyteczność', max: 10 },
            { name: 'Wydajność', max: 10 },
            { name: 'Bezpieczeństwo', max: 10 },
            { name: 'Skalowalność', max: 10 },
            { name: 'Efektywność kosztów', max: 10 }
        ],
        axisName: {
            color: '#333',
            fontSize: 13,
            fontWeight: 'bold'
        },
        splitArea: {
            areaStyle: {
                color: ['rgba(250,250,250,0.3)', 'rgba(200,200,200,0.1)']
            }
        },
        splitLine: {
            lineStyle: {
                color: '#ccc'
            }
        }
    },
    series: [
        {
            type: 'radar',
            symbolSize: 8,
            lineStyle: {
                width: 3
            },
            data: [
                {
                    value: [8.5, 9.0, 7.5, 8.0, 9.5],
                    name: 'Wynik platformy',
                    itemStyle: {
                        color: '#5470c6'
                    },
                    areaStyle: {
                        color: 'rgba(84, 112, 198, 0.3)'
                    }
                }
            ]
        }
    ]
};

 

Strategiczne najlepsze praktyki

  • Znormalizuj skale osi: Upewnij się, że wszystkie wskaźniki używają znormalizowanych zakresów skali (np. 0 do 100 lub 1 do 10), jeśli to możliwe, aby obszary wielokątów zewnętrznych odzwierciedlały zrównoważone porównania.
  • Zachowaj niską liczbę nakładających się serii: Ogranicz liczby kształtów porównawczych radarowych do 2 lub 3 na wykres. Nakładanie się 4 lub więcej wypełnionych wielokątów utrudnia wyodrębnienie granic poszczególnych kształtów.
  • Używaj wypełnień o niskiej przezroczystości: Zawsze stosuj przezroczyste wypełnienia (około 0,2–0,4 przezroczystości), aby podstawowe linie siatki i przecinające się profile były widoczne pod warstwami na wierzchu.
Przewijanie do góry