在 Amazon QuickSight 中使用雷达图可视化多元数据

在 AWS re:Invent 2022 上，我们宣布了两款新产品的全面上市 亚马逊QuickSight 视觉效果： 小倍数 和 文本框. 我们很高兴为 QuickSight 添加另一个新视觉对象：雷达图。 借助雷达图，您可以在 QuickSight 中跨多个变量比较两个或多个项目。

在这篇文章中，我们探讨了雷达图、它的用例以及如何配置雷达图。

什么是雷达图？

雷达图（也称为蜘蛛图、极坐标图、网络图或星图）是一种类似于平行坐标图的可视化多元数据的方法。 它们用于在多个公共变量上绘制一组或多组值。 他们通过为每个变量提供一个轴来做到这一点，这些轴围绕一个中心点呈放射状排列并且间隔相等。 图表的中心代表最小值，边缘代表轴上的最大值。 来自单个观察的数据沿每个轴绘制并连接以形成多边形。 通过显示多个多边形，可以将多个观察值放在一个图表中。

例如，人力资源部门希望将销售、营销和财务等不同部门的员工满意度得分与工作/生活平衡、多样性、包容性、增长机会和工资等各种指标进行比较。 如下面的雷达图所示，每个员工指标形成轴，每个部门由单独的系列表示。

比较雷达图的另一种有效方法是将给定部门与平均值或基线值进行比较。 例如，与基线相比，销售部门感觉薪酬较低，但在工作/生活平衡方面排名靠前。

何时使用雷达图

当空间受限并且您想在紧凑的空间中比较多个组时，雷达图是一个很好的选择。 雷达图最适用于以下情况：

• 可视化多变量数据，例如比较不同统计数据的汽车，如里程、最大速度、发动机功率和驾驶乐趣
• 比较分析（比较公共变量列表中的两个或多个项目）
• 发现异常值和共性

与平行坐标相比，当有几组项目需要比较时，雷达图是理想的选择。 您还应注意不要显示太多变量，这会使图表看起来杂乱无章且难以阅读。

雷达图用例

雷达图有各种各样的行业用例，其中一些如下：

• 体育分析 – 比较运动员在不同表现参数下的表现以作为选择标准
• 策略 – 比较和衡量各种参数之间的不同技术成本，例如联络中心、索赔、大量索赔等
• 销售 – 比较销售代表在不同参数方面的表现，例如已完成的交易、平均交易规模、净赢得的新客户、总收入和筹备中的交易
• 呼叫中心 – 将呼叫中心员工的绩效与不同维度的员工平均水平进行比较
• HR – 比较公司在多样性、工作/生活平衡、福利等方面的得分
• 用户研究和客户成功 – 比较产品不同部分的客户满意度得分

不同的雷达图配置

让我们使用以下示例来可视化团队中的员工绩效 样本数据. 目标是根据沟通、工作质量、生产力、创造力、可靠性、准时性和技术技能等各种素质来比较员工绩效，分数范围为 0-10。

要将雷达图添加到您的分析中，请从可视化选择器中选择雷达图图标。

根据您的用例和数据的结构方式，您可以用不同的方式配置雷达图。

值作为轴（数据集中的 UC1 和 2 选项卡）

在此场景中，所有品质（沟通、可靠性等）都被定义为度量，员工被定义为数据集中的一个维度。

要在雷达图中可视化此数据，请将所有变量拖到 价值观 田井和 Employee 领域 颜色 场好。

类别作为轴（来自数据集的 UC1 和 2 选项卡）

另一种可视化相同数据的方法是反转系列和轴配置，其中每种质量显示为系列，员工显示在轴上。 为此，拖动 Employee 领域 产品类别 田野和所有品质 值 场好。

类别作为带颜色的轴（来自数据集的 UC3 选项卡）

我们可以用不同的数据结构可视化相同的用例，其中所有的质量和员工都被定义为一个维度，分数被定义为值。

要实现此用例，请将要可视化为轴的字段拖动到 产品类别 领域和个人系列到 颜色 场地。 在我们的例子中，我们选择 Qualities 作为我们的轴，添加 Score 到 值 现场井，并通过添加可视化每个员工的价值 Employee 到 颜色 场好。

造型雷达图

您可以使用以下格式选项自定义雷达图：

• 系列风格—— 您可以选择将图表显示为线（默认）或区域系列

• 起始角 – 默认设置为 90 度，但如果您想旋转雷达图以更好地利用可用空间，您可以选择不同的角度

• 填充区域 – 此选项为绘图区域应用奇数/偶数着色

• 网格形状 - 为网格形状选择圆形或多边形

总结

在这篇文章中，我们研究了雷达图如何帮助您可视化和比较不同变量的项目。 我们还了解了雷达图和样式选项支持的不同配置，以帮助您自定义其外观。

我们鼓励您探索 雷达图 并留下您的反馈意见。

---

关于作者

布平查达 是 Amazon QuickSight 的高级产品经理，专注于可视化和前端体验。 他对 BI、数据可视化和低代码/无代码体验充满热情。 在加入 QuickSight 之前，他是 Inriver 的首席产品经理，负责从头开始构建企业 BI 产品。 Bhupinder 在售前开始了他的职业生涯，随后在咨询领域做了一个小工作，然后是 xViz 的 PM，这是一个附加的可视化产品。

• SEO 支持的内容和 PR 分发。 今天得到放大。
• 柏拉图区块链。 Web3 元宇宙智能。 知识放大。 访问这里。
• Sumber: https://aws.amazon.com/blogs/big-data/visualize-multivariate-data-using-a-radar-chart-in-amazon-quicksight/