Radar Chart
Radar Chart
Qué es
Ejes radiales que parten desde el centro, uno por cada variable. Los valores se conectan formando un polígono. Permite comparar perfiles multivariados de manera visual.
Para qué sirve
Para comparar dos o tres entidades en múltiples dimensiones simultáneamente, especialmente cuando quieres mostrar fortalezas y debilidades relativas.
Cómo leerlo
Anatomía
El diagrama distribuye N ejes en ángulos exactamente iguales (360° dividido por N), empezando a las 12 en punto y avanzando en sentido horario, la lectura más natural para un ojo acostumbrado a un reloj o una brújula. Sobre esos ejes se apoya una grilla de niveles circular, la convención más extendida entre las herramientas de referencia. El componente mínimo es el punto de dato: el valor de una sola variable marcado sobre su eje, antes de conectar nada. Varios puntos de dato, uno por eje, se unen con líneas rectas —nunca curvas— para formar el polígono, que es lo que en realidad se lee de un vistazo: su forma, no un número aislado. El requisito menos visible pero más crítico de esta anatomía es que los N ejes compartan una misma escala: si un eje mide puntos por partido y otro mide porcentaje de acierto, ambos deben normalizarse a un rango comparable y quedar rotulados sin ambigüedad, o el área del polígono deja de significar nada, aunque siga viéndose igual de convincente.
Por qué funciona
Fundamento perceptivo
Permite ver de un vistazo el 'perfil' de una entidad: qué destaca y qué le falta. Es intuitivo para audiencias no técnicas gracias a su forma visual memorable.
Errores comunes
Demasiadas entidades superpuestas
Con más de tres series dibujadas sobre el mismo radar, los polígonos se superponen entre sí y las áreas se mezclan visualmente, haciendo casi imposible distinguir a qué serie pertenece cada segmento del contorno. Comparar más de tres entidades casi siempre se lee mejor como pequeños múltiplos: un radar chico por entidad, alineados en una grilla, que un solo radar saturado.
El orden de los ejes cambia la forma
Un radar chart es extremadamente sensible al orden en que se colocan las variables alrededor del círculo: la misma serie de datos, con los ejes reordenados, puede dibujar un polígono con una silueta completamente distinta. Como el ojo tiende a leer forma y simetría, un orden de ejes elegido sin criterio puede sugerir patrones que no existen en los datos.
Ejes con escalas no comparables
Si cada eje del radar mide algo en una unidad o rango distinto (por ejemplo, uno en porcentaje de 0 a 100 y otro en una escala de 1 a 5), el área que forma el polígono deja de tener un significado coherente — un valor "alto" en un eje no es comparable visualmente con un valor "alto" en otro. Normalizar todos los ejes a la misma escala antes de graficar es indispensable para que el área tenga sentido.
Dónde se usa
Contextos de aplicación
Comparación de jugadores por estadísticas
Perfil de rendimiento de un jugador frente a otro en varias métricas a la vez (puntos, rebotes, asistencias, robos, eficiencia de tiro), donde la forma del polígono revela de inmediato en qué se parecen y en qué no.
Evaluación de competencias en múltiples criterios
Assessment centers, tests psicométricos y evaluaciones de desempeño que califican a una persona en varias competencias a la vez, mostrando su perfil de fortalezas y áreas de mejora en un solo vistazo.
Cómo construirlo
El mismo gráfico, en 11 librerías open source
Cada librería resuelve las mismas decisiones de diseño, como la escala, el espaciado entre barras o la inserción de la etiqueta de valor, de un modo distinto. Algunas las automatizan; otras las dejan explícitas en el código, a criterio de quien lo escribe. Comparar once implementaciones con los mismos datos y el mismo color de marca aísla esa diferencia, que de otro modo queda oculta detrás de estilos visuales distintos.
Sin función "radar": cada eje tiene su propio máximo, así que cada valor se normaliza a fracción de su propio máximo (0–1) antes de graficar en el mismo Axes polar —si no, un eje que llega a 65 aplastaría visualmente uno que llega a 2,2.
import matplotlib.pyplot as plt
import numpy as np
ejes = [
{"label": "Puntos", "max": 35}, {"label": "Rebotes", "max": 14},
{"label": "Asistencias", "max": 11}, {"label": "Robos", "max": 2.2},
{"label": "% Tiro de campo", "max": 65},
]
series = [
{"name": "SGA", "color": "#490827", "values": [32.7, 5.0, 6.4, 1.72, 51.9]},
{"name": "Jokić", "color": "#2C3E50", "values": [29.6, 12.7, 10.2, 1.8, 57.7]},
]
fig = plt.figure(figsize=(6, 5))
ax = fig.add_subplot(111, polar=True)
n = len(ejes)
angulos = [i * 2 * np.pi / n for i in range(n)] + [0]
# Sin funcion "radar": cada eje tiene su propio maximo, asi que cada
# valor se normaliza a fraccion de su propio maximo (0-1) antes de
# graficar en el mismo ax polar -- si no, un eje que llega a 65
# aplastaria visualmente uno que llega a 2.2.
for s in series:
norm = [v / a["max"] for v, a in zip(s["values"], ejes)] + [s["values"][0] / ejes[0]["max"]]
ax.plot(angulos, norm, color=s["color"], linewidth=2, marker="o", label=s["name"])
ax.fill(angulos, norm, color=s["color"], alpha=0.12)
ax.set_xticks(angulos[:-1])
ax.set_xticklabels([a["label"] for a in ejes])
ax.set_yticklabels([])
plt.legend()
plt.show()No disponible en estas librerías
Esta versión no implementa coord_polar() —la misma ausencia que descarta la torta y el donut también descarta cualquier gráfico radial, que depende de la misma transformación de coordenadas.
No tiene un sistema de coordenadas radial para marcas de línea o área: theta solo funciona con la marca arc, pensada para tortas y donuts, no para un polígono que conecta varios ejes distintos.
Herramientas para construirlo
No-code, desktop y plataformas web, con su licencia visible, abierta o comercial.
Términos relacionados
Con datos reales
Ejemplos de uso.
Dos perfiles de MVP: anotador puro vs. hombre-orquesta
Promedios por partido, temporada NBA 2024-25 (temporada regular).
Fuente: Olympics.com y RotoWire, cifras de temporada regular 2024-25
Gráficos relacionados
