多维变量一图搞定——带你了解雷达图

假如你有多个连续变量时，你会如何在一张图上展示他们的信息？在这里我给大家推荐雷达图

雷达图（ radar charts ）又叫蜘蛛网图，被认为是一种表现多维（ 4 维以上）数据的图表。它将多个维度的数据量映射到坐标轴上，这些坐标轴起始于同一个圆心点，通常结束于圆周边缘，将同一组的点使用线连接起来就称为了雷达图。

如下示例，使用雷达图展示了ABCD四个城市的患病率，雷达图的顶点为不同的疾病(此处我模拟了6种，代表6个维度），颜色代表了不同的城市。（注：数据是我自己模拟的）

devtools::install_github('ricardo-bion/ggradar',dependencies = TRUE)

library(ggradar)

模拟数据

set.seed(2021)
dat <- data.frame(
  obj = c('A', 'B', 'C',"D"),
  MetS = runif(4, 0, 1),#生成服从正态分布随机数
  Centralobesity = runif(4, 0, 1),
  hypertension = runif(4, 0, 1),
  LowHDL = runif(4, 0, 1),
  hyperglycemia = runif(4, 0, 1),
  Hypertriglycerides = runif(4,0,1))

查看数据集结构

dat

绘制雷达图

ggradar(dat,grid.min=0,#网格线的最小值
        grid.max=1,#网格线的最小值
        group.point.size=2.0,#点的大小
        group.line.width=1.0,#网格线的宽度
 background.circle.transparency = 0, #
  grid.label.size=3,#标签的文本大小
  axis.label.size=3,#轴标签的文本大小
 legend.text.size=6,#图例文本大小
 group.colours = c('#7FFF00', '#DDA0DD', '#00FFFF', '#EE6A50'))

如图所示，越靠近顶点的位置患某病的概率就越大，可以看到在Hypertriglycerides疾病中，B城市的患病率最高，其次是C,D,A.

是因为最近巧合看到一篇文献里面有雷达图，于是想着跟大家分享一下雷达图的绘制方法和解读。文献链接如下：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8139944/