เทคนิคที่ 101 · PYTHON / JAVASCRIPT

กราฟใยแมงมุมRadar Chart

เห็นรูปร่างของโปรไฟล์ในภาพเดียว

2
ต่อยอดโดยตรงควรรู้ก่อน · เข้าใจว่าแกนหลายแกนวัดคนละสิ่ง
ลองเล่น

01ภาพรวมของกราฟนี้

Radar chart วางแกนหลายแกนเป็นรัศมีแล้วเชื่อมค่าเป็นรูปปิด ทำให้เปรียบเทียบโปรไฟล์ของไม่กี่รายการได้ในภาพเดียว แต่มีปัญหาเชิงการรับรู้ที่แก้ไม่ได้หลายข้อ โดยเฉพาะพื้นที่ที่โตแบบกำลังสองและลำดับแกนที่คนเลือกซึ่งเปลี่ยนรูปร่างได้ทั้งหมด

เปรียบเทียบให้เห็นภาพ

เหมือนแผนภูมิความสามารถของตัวละครในเกม ที่เห็นรูปร่างแล้วรู้ทันทีว่าตัวนี้เน้นพลังหรือเน้นความเร็ว

ใช้ที่ไหนบ้าง — เปรียบเทียบคุณสมบัติของสินค้าไม่กี่รุ่น ประเมินทักษะของทีม หรือแสดงโปรไฟล์ของกลุ่มลูกค้า

สร้างอย่างไร

  1. ขั้นที่ 1★ ปรับทุกแกนให้อยู่ในสเกลเดียวกัน
  2. ขั้นที่ 2จำกัดจำนวนรายการไม่เกินสามและแกนไม่เกินแปด
  3. ขั้นที่ 3ระบุลำดับแกนและเหตุผลที่เรียงแบบนั้น
  4. ขั้นที่ 4ใช้เส้นเน้นและเติมสีจาง

ตัวอย่างคลาสสิก · Star plot ในงานวิเคราะห์ข้อมูลหลายตัวแปรยุคแรก

รูปแบบนี้มีมาตั้งแต่คริสต์ศตวรรษที่ 19 และถูกใช้กว้างขวางในการเปรียบเทียบตัวอย่างหลายมิติ แต่ในงานวิจัยด้านการรับรู้ภายหลังพบซ้ำ ๆ ว่าคนอ่านค่าจากแกนรัศมีได้แย่กว่าแกนตรงอย่างชัดเจน ซึ่งทำให้ผู้เชี่ยวชาญส่วนใหญ่แนะนำ small multiples แทนเมื่อความแม่นสำคัญ

Wikipedia · Radar chart ↗

02อธิบายภาษาคนเข้าใจง่าย ๆ

เมื่อต้องเทียบสินค้าไม่กี่รุ่นที่มีคุณสมบัติหลายด้าน สิ่งที่คนอยากได้คือภาพที่บอกว่ารุ่นไหนเก่งด้านไหน

Radar chart ตอบโจทย์นั้นด้วยการทำให้โปรไฟล์กลายเป็นรูปร่าง ซึ่งสมองคนจำและเทียบรูปร่างได้เก่งมาก จึงดูเข้าใจง่ายทันที

แต่รูปแบบนี้มีปัญหาเชิงการรับรู้ที่ร้ายแรงและแก้ไม่ได้ ข้อแรกคือพื้นที่ของรูปโตแบบกำลังสองของค่า ทำให้ค่าที่สูงกว่านิดเดียวสร้างรูปที่ดูใหญ่กว่ามาก

ข้อที่สองคือลำดับของแกนเป็นสิ่งที่คนเลือก และการสลับแกนสองแกนก็เปลี่ยนรูปร่างไปคนละแบบ ทั้งที่ข้อมูลเหมือนเดิมทุกตัว ซึ่งแปลว่ารูปร่างที่ผู้อ่านจำได้นั้นไม่ใช่คุณสมบัติของข้อมูล

ข้อที่สามคือการอ่านค่าบนแกนรัศมีแม่นน้อยกว่าการอ่านตำแหน่งบนแกนตรงมาก และเมื่อซ้อนกันเกินสามรูป เส้นก็ตัดกันจนตามไม่ได้

ข้อสรุปที่ตรงไปตรงมาคือ ถ้าเป้าหมายคือเทียบค่าให้แม่น กราฟแท่งเรียงกันหรือ small multiples ชนะขาด แต่ถ้าเป้าหมายคือให้คนจำรูปร่างของโปรไฟล์ได้ radar chart ก็ยังมีที่ยืนของมัน

03ข้อมูลที่ต้องใช้

รูปทรงของข้อมูลตารางแบบกว้าง (หนึ่งแถวหนึ่ง entity)
จำนวนมิติที่เข้ารหัสได้4 มิติ
จำนวนแถวที่เหมาะ2–3 รายการ กับ 4–7 มิติขั้นต่ำ 1 แถว
เส้นฐานศูนย์ต้องเริ่มที่ศูนย์ถ้าแกนไม่เริ่มที่ศูนย์ รูปร่างจะบิดจนเทียบกันไม่ได้

คอลัมน์ที่ต้องเตรียม

คอลัมน์ทำหน้าที่ชนิดเข้ารหัสด้วยจำนวนค่าที่เหมาะหมายเหตุ
itemรายการหมวดหมู่color1–3 รายการ★ เกินสามรูปแล้วเส้นตัดกันจนอ่านไม่ได้
group
ไม่บังคับ
กลุ่มหมวดหมู่color2–4 กลุ่มใช้จัดกลุ่มรายการ
ราคามิติที่วัดตัวเลขต่อเนื่องangle3–8 มิติ★ ทุกมิติต้องปรับเป็นสเกลเดียวกัน

ต้องเตรียมข้อมูลอย่างไรก่อนวาด

  1. ★ ปรับทุกมิติให้อยู่ในช่วงเดียวกันก่อนวาด
  2. ตัดสินใจและบันทึกลำดับของแกน
  3. ตรวจว่าทุกมิติมีทิศทางเดียวกันคือมากแปลว่าดี

ค่าที่หายไป — มิติที่ไม่มีค่าจะทำให้รูปยุบเข้าหาศูนย์กลางซึ่งดูเหมือนค่าต่ำ ต้องเว้นแกนนั้นและระบุ

สเกลของแกน — ทุกแกนต้องเริ่มที่ศูนย์และมีช่วงเท่ากัน ไม่อย่างนั้นรูปร่างจะไม่มีความหมายเลย

กราฟจะเริ่มพังเมื่อไร

เกิน 3 รายการหรือเกิน 8 มิติ ภาพอ่านไม่ได้

หน้าตาไฟล์ที่ต้องเตรียม

item,group,ราคา,ความเร็ว,ความจุ,น้ำหนัก,คะแนนรีวิว
รุ่น A,รุ่นประหยัด,167,48.5,17.6,30.9,3.17
รุ่น B,รุ่นมาตรฐาน,301,55.7,30.4,20,4.09
…

04อ่านแล้วเห็นอะไร

สิ่งที่เห็นได้จากภาพ

  • รูปร่างของโปรไฟล์ที่จำได้
  • มิติที่รายการหนึ่งเด่นกว่าอีกรายการชัดเจน
  • รายการที่เก่งรอบด้านเทียบกับรายการที่เก่งเฉพาะทาง

สิ่งที่กราฟนี้ตอบไม่ได้

  • ★ เทียบค่าระหว่างสองรายการให้แม่น เพราะพื้นที่โตแบบกำลังสองและอ่านค่าบนรัศมีได้หยาบ
  • ★ รูปร่างเปลี่ยนเมื่อสลับลำดับแกน จึงไม่ใช่คุณสมบัติของข้อมูลจริง
  • ค่าที่แน่นอนของแต่ละมิติ

อ่านตามลำดับนี้

  1. ดูว่าแกนแต่ละแกนคือมิติอะไร
  2. เทียบระยะจากศูนย์กลางในแกนเดียวกัน ไม่ใช่เทียบพื้นที่
  3. มองหามิติที่รูปหนึ่งยื่นออกไปกว่าอีกรูปชัดเจน

คำถามที่ตอบได้

  • รุ่นนี้เด่นด้านไหน
  • รุ่นไหนสมดุลที่สุด
  • มีมิติไหนที่ทุกรุ่นอ่อนเหมือนกัน

สัญญาณว่ามีอะไรผิด

  • แกนไม่ได้ปรับเป็นสเกลเดียวกัน
  • ซ้อนเกินสามรูป
  • ไม่บอกว่าเรียงลำดับแกนด้วยเหตุผลอะไร
  • เติมสีทึบจนรูปล่างถูกบัง

05เหมาะกับการนำเสนอแบบไหน

ผู้ชมที่เหมาะผู้อ่านที่ต้องการภาพรวมของโปรไฟล์มากกว่าตัวเลข
เวลาที่ผู้ชมต้องใช้ไม่กี่วินาที
ขนาดเล็กสุดที่ยังอ่านได้380×380 px
สไลด์ผู้บริหาร
สื่อสารกับคนทั่วไป
สิ่งพิมพ์
รายงานเชิงวิเคราะห์นักวิเคราะห์ต้องการค่าที่เทียบได้แม่น
มือถือป้ายแกนรอบวงเบียดกัน

ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย

  1. ★ เขียนกำกับว่าปรับสเกลอย่างไรและเรียงแกนด้วยเหตุผลอะไร
  2. ใช้เส้นหนาและสีเติมจางประมาณยี่สิบเปอร์เซ็นต์
  3. ใส่ตารางค่าจริงประกอบเสมอ

รูปแบบชื่อกราฟที่ควรใช้

โปรไฟล์ <จำนวน> รายการใน <จำนวน> มิติ โดย <รายการ> เด่นด้าน <มิติ>

06เอาไปใช้ต่อ

โค้ดทุกชิ้นอ่านไฟล์ radar-chart-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง

# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด radar-chart-sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์
import matplotlib
matplotlib.use("Agg")   # รันแบบไม่มีหน้าจอ ถ้ารันในเครื่องตัวเองลบบรรทัดนี้ได้
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

C1, C2, C3 = "#2a78d6", "#eb6834", "#1baf7a"   # palette ของคลัง เปลี่ยนเป็นสีองค์กรได้
INK, SURFACE = "#0b0b0b", "#fcfcfb"

df = pd.read_csv("radar-chart-sample.csv")
df["ราคา"] = pd.to_numeric(df["ราคา"], errors="coerce")
df["ความเร็ว"] = pd.to_numeric(df["ความเร็ว"], errors="coerce")
df["ความจุ"] = pd.to_numeric(df["ความจุ"], errors="coerce")
df["น้ำหนัก"] = pd.to_numeric(df["น้ำหนัก"], errors="coerce")
df["คะแนนรีวิว"] = pd.to_numeric(df["คะแนนรีวิว"], errors="coerce")
NOTE = "area"   # ← ค่าจาก Playground

fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)

dims = ["ราคา", "ความเร็ว", "ความจุ", "น้ำหนัก", "คะแนนรีวิว"]
norm = df[dims].apply(lambda c: (c - c.min()) / (c.max() - c.min()))   # ★ สเกลเดียวกัน
ang = np.linspace(0, 2 * np.pi, len(dims), endpoint=False).tolist()
ang += ang[:1]
fig.clf(); ax = fig.add_subplot(projection="polar")
for i, (_, r) in enumerate(norm.head(3).iterrows()):                    # ★ ไม่เกิน 3 รูป
    vals = r.tolist() + r.tolist()[:1]
    ax.plot(ang, vals, color=PALETTE[i], linewidth=2.2, label=df["item"].iloc[i])
    ax.fill(ang, vals, color=PALETTE[i], alpha=0.16)
ax.set_xticks(ang[:-1], dims); ax.set_ylim(0, 1)
ax.legend(loc="upper right", bbox_to_anchor=(1.28, 1.1), frameon=False)

ax.spines[["top", "right"]].set_visible(False)   # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("radar-chart.png", dpi=160)
print("เขียน radar-chart.png แล้ว ·", len(df), "แถว")

ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*" · ทดสอบกับเวอร์ชัน 3.10

07ลองเล่นเพื่อเข้าใจ

ข้อมูลตัวอย่าง · 12 แถว · seed 197● คำนวณใหม่ในเบราว์เซอร์ทันทีที่ปรับค่า
พื้นที่โตแบบกำลังสอง
รุ่น Aรุ่น Bรุ่น C
ราคาความเร็วความจุน้ำหนักคะแนนรีวิวรุ่น Aรุ่น Bรุ่น C

พื้นที่ของรูปเปลี่ยนตามลำดับของแกน — สลับแกนแล้วรูปจะต่างไปทั้งที่ข้อมูลเหมือนเดิม

แต่ละแกนใช้หน่วยคนละอย่าง การเทียบพื้นที่รวมจึงไม่มีความหมายทางคณิตศาสตร์

จำนวนแกน5
จำนวนรายการ3
สเกลของแต่ละแกนปรับเป็น 0–1 แยกกัน
ดูข้อมูลเป็นตาราง (3 แถว)
radar chart 3 รายการ 5 แกน
รายการราคาความเร็วความจุน้ำหนักคะแนนรีวิว
รุ่น A16748.517.630.93.17
รุ่น B30155.730.420.04.09
รุ่น C39376.143.617.24.14

ลองแล้วจะเห็นอะไร

  • สังเกตอะไร: รูปที่มีค่าสูงกว่าสิบเปอร์เซ็นต์ทุกแกนจะมีพื้นที่ใหญ่กว่าประมาณยี่สิบเอ็ดเปอร์เซ็นต์ — สายตาอ่านพื้นที่ ไม่ได้อ่านค่า

ข้อควรระวัง

  1. ★ ไม่ปรับทุกแกนให้อยู่ในสเกลเดียวกัน ทำให้รูปร่างไม่มีความหมายเลย
  2. ซ้อนเกินสามรูปจนเส้นตัดกันจนตามไม่ได้
  3. เทียบพื้นที่ของรูปแทนที่จะเทียบระยะบนแกนเดียวกัน
  4. ไม่บอกว่าเรียงลำดับแกนด้วยเหตุผลอะไร ทั้งที่ลำดับเปลี่ยนรูปร่างได้ทั้งหมด

เมื่อไหร่ไม่ควรใช้กราฟนี้

  • ต้องเทียบค่าให้แม่น→ใช้แทน: grouped-bar หรือ dot-plot
  • มีมากกว่า 3 รายการ→ใช้แทน: small-multiples หรือ heatmap-matrix
  • มิติมีทิศทางไม่เหมือนกัน→ใช้แทน: tableplot หรือตารางธรรมดา

กราฟที่เกี่ยวข้อง

เทคนิคถัดไป · ภาพชุดเปรียบเทียบ