ChatGPTを活用したレーダーチャート（レーダープロット）の作成方法、分析・評価方法、改善提案について、Pythonコードと具体事例つきでわかりやすく解説します。
1. レーダーチャートとは？
レーダーチャート（Radar Chart）は、複数の評価軸を放射状に並べ、対象のバランスや傾向を視覚化するグラフです。品質管理、人材評価、製品比較など幅広く活用されます。
下記に解説するようにAI ChatGPTで簡単に作成、分析ができますがAI ChatGPTに正しいプロンプト文を指示するためにも『レーダーチャートの基礎知識』を学び事が必要です、下記の記事が参考になります。
初心者でもできる！レーダーチャート作成の完全ガイド【図解】
レーダーチャートとは？レーダーチャート（別名：スパイダーチャート、Webチャート）は一つの調査対象、地域などに対して、横断面データなどにおける複数の項目の結果を表示し、量の大小を把握しつつ、構成比にそのバランスや特徴を見るときなどに使用され...
takuminotie.com
2013.11.08
2. ChatGPTでレーダーチャートを作成するには？
ChatGPTに以下のようなプロンプトを入力すれば、Pythonコードを自動生成できます。
プロンプト例
「作業者A〜Cの5項目スキル（正確性、スピード、清掃意識、安全意識、協調性）を比較するレーダーチャートを作成するPythonコードを教えて」
3. Pythonコードによるレーダーチャート作成（Google Colab可）
Pythonコードを実行させるには、初心者には【Google Colab】がおすすめです。
import matplotlib.pyplot as plt
import numpy as np
# 評価項目
labels = ['正確性', 'スピード', '清掃意識', '安全意識', '協調性']
num_vars = len(labels)
# 作業者ごとのスコア（5点満点）
worker_scores = {
'Aさん': [4, 3, 5, 4, 4],
'Bさん': [2, 4, 3, 3, 2],
'Cさん': [5, 5, 4, 5, 5],
}
# 各項目の角度を計算
angles = np.linspace(0, 2 * np.pi, num_vars, endpoint=False).tolist()
angles += angles[:1] # 閉じる
# グラフ作成
plt.figure(figsize=(8, 6))
for name, scores in worker_scores.items():
stats = scores + scores[:1]
plt.polar(angles, stats, label=name)
plt.fill(angles, stats, alpha=0.1)
# 装飾
plt.xticks(angles[:-1], labels, fontproperties='Noto Sans CJK JP')
plt.title("作業者別スキル評価レーダーチャート")
plt.legend(loc='upper right')
plt.grid(True)
plt.show()
Google Colab（初心者に最適）
特徴
-
ブラウザだけでOK、インストール不要
-
ChatGPTで作成したコードをすぐ試せる
実行手順（例：レーダーチャート）
-
ブラウザで https://colab.research.google.com にアクセス
-
「新しいノートブック」をクリック
-
コードセルにPythonコードを貼り付け
-
上の ▶ ボタン、または「Shift + Enter」で実行
下記が「Google Colabでレーダーチャートを表示する」サンプルです。
＊タイトル等の日本語が文字化けしています。
Google Colabでレーダーチャート
（日本語フォント対応）修正済コード
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import font_manager
import matplotlib as mpl
# === 日本語フォントの設定（例：Noto Sans CJK JP）===
# Google Colabの場合のみ：
get_ipython().system('apt-get install fonts-noto-cjk -y')
# Find the path to the installed font
# This path might vary slightly depending on the Colab environment
# You can use !fc-list :lang=ja to find available Japanese fonts and their paths
# get_ipython().system('fc-list :lang=ja')
# Assuming the output of fc-list shows a path like '/usr/share/fonts/truetype/noto/NotoSansCJKjp-Regular.otf'
# Update the font_path accordingly
font_path = '/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc'
# Add the font to Matplotlib's font manager
font_manager.fontManager.addfont(font_path)
# Set the font properties
font_prop = font_manager.FontProperties(fname=font_path)
# 評価項目
labels = ['正確性', 'スピード', '清掃意識', '安全意識', '協調性']
num_vars = len(labels)
# 作業者ごとのスコア（5点満点）
worker_scores = {
'Aさん': [4, 3, 5, 4, 4],
'Bさん': [2, 4, 3, 3, 2],
'Cさん': [5, 5, 4, 5, 5],
}
# 各項目の角度を計算
angles = np.linspace(0, 2 * np.pi, num_vars, endpoint=False).tolist()
angles += angles[:1] # 閉じる
# グラフ作成
plt.figure(figsize=(8, 6))
for name, scores in worker_scores.items():
stats = scores + scores[:1]
plt.polar(angles, stats, label=name)
plt.fill(angles, stats, alpha=0.1)
# 装飾
plt.xticks(angles[:-1], labels, fontproperties=font_prop)
plt.title("作業者別スキル評価レーダーチャート", fontproperties=font_prop)
plt.legend(loc='upper right', prop=font_prop)
plt.grid(True)
plt.show()
Google Colabでレーダーチャート
4. レーダーチャートの分析・評価方法
| 観点 | 内容 |
|---|---|
| バランス | 五角形の形が均等に近いほどバランスが良い。 |
| 強み | 他より突出して高い項目を特定（例：Cさんの「協調性」5点） |
| 弱み | 全体で凹んでいる部分は重点改善対象（例：Bさんの「正確性」2点） |
| 比較 | 同一評価軸で誰が優れているか、全体傾向を分析 |
5. 改善提案の導き方
- ギャップ分析：最上位スコアとの差を算出し、教育重点項目を明確化
- 平均以下の項目は研修計画の優先順位に
- 部門全体の傾向を見る場合、複数人の平均スコアでレーダー作成
6. 【事例】高校生5人の科目別学力評価 レーダーチャート
背景
高校生5人の科目別学力評価をテスト成績点数を基に評価、改善提案を提出。
各生徒のテスト点数（100点満点）
| 生徒 | 国語 | 数学 | 英語 | 理科 | 社会 |
|---|---|---|---|---|---|
| Aくん | 65 | 88 | 72 | 90 | 58 |
| Bさん | 85 | 62 | 91 | 60 | 88 |
| Cさん | 70 | 75 | 78 | 68 | 74 |
| Dくん | 50 | 55 | 60 | 45 | 52 |
| Eさん | 82 | 80 | 85 | 79 | 84 |
レーダーチャートの作成（Python）
# 日本語フォントをインストール（Google Colab専用）
!apt-get -y install fonts-noto-cjk
# ライブラリをインポート
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.font_manager as fm
# フォントの設定
font_path = "/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.otf"
font_prop = fm.FontProperties(fname=font_path)
# 評価項目
labels = ['国語', '数学', '英語', '理科', '社会']
num_vars = len(labels)
# 各軸の角度を計算
angles = np.linspace(0, 2 * np.pi, num_vars, endpoint=False).tolist()
angles += angles[:1] # 最初の角度を最後に追加して円を閉じる
# 各生徒の点数データ
students = {
'Aくん': [65, 88, 72, 90, 58],
'Bさん': [85, 62, 91, 60, 88],
'Cさん': [70, 75, 78, 68, 74],
'Dくん': [50, 55, 60, 45, 52],
'Eさん': [82, 80, 85, 79, 84]
}
# レーダーチャートの描画
plt.figure(figsize=(8, 6))
for name, scores in students.items():
stats = scores + scores[:1] # 最初の値を最後に追加して閉じる
plt.polar(angles, stats, label=name)
plt.fill(angles, stats, alpha=0.1)
# ラベルとタイトルの設定
plt.xticks(angles[:-1], labels, fontproperties=font_prop)
plt.title("高校生5人の教科別レーダーチャート", fontproperties=font_prop)
# 凡例とグリッド表示
plt.legend(loc='upper right', prop=font_prop)
plt.grid(True)
# グラフを表示
plt.show()
評価ポイント（レーダー分析）
| 観点 | 分析 |
|---|---|
| バランス型 | Cさん・Eさんは五角形に近く、得意・不得意の差が小さい。 |
| 理系寄り | Aくんは「数学」「理科」が特に高く、「社会」が弱点。 |
| 文系寄り | Bさんは「国語」「英語」「社会」が高く、理科が弱点。 |
| 課題多め | Dくんは全体的に点数が低く、特に「理科」が課題。 |
ChatGPTによる改善提案（例）
| 生徒 | 改善提案 |
|---|---|
| Aくん | 社会を重点的に補強。理系進学に向けて総合点アップが必要。 |
| Bさん | 数学と理科に弱点があるため、理数基礎の復習を計画的に。 |
| Cさん | バランスは良いが、強みがない。どこか1教科を特化させて差別化を。 |
| Dくん | 全体底上げが必要。まずは「数学」と「理科」の基礎固めから。 |
| Eさん | 非常に安定。応用問題や模試対策でさらなる高みを目指す。 |
| 要素 | 内容 |
|---|---|
| 可視化 | 点数のばらつき・特性を視覚的に把握できる |
| 分析 | 得意・不得意、文理傾向、全体バランスを瞬時に理解可能 |
| 改善 | 具体的な「強化対象科目」が明確になる |
| 活用場面 | 成績指導、面談、進路指導、自己分析など |
レーダーチャートで「自分を知る」
成績はただの点数じゃない。
それは、自分の得意・不得意を映す「地図」、レーダーチャートは、**高校生一人ひとりの“学びの形”**を見える化してくれる。
それが次の一歩を考えるヒントになる。
まとめ
「レーダーチャート」は、**“見えにくい複数の指標を一目で可視化する”**強力なツールです。ChatGPTとPythonを組み合わせることで、誰でも簡単に作成・分析・改善に活用できます。
レーダーチャートの実際の使い方の記事をnoteに投稿しています、ご参考 願います。
レーダーチャートで“見えない力”を見える化した日｜monma hiroyuki
アイス工場・新人教育改革の舞台裏 「ねえ、そらさん。やっぱりBくん、最近うまくいってない気がするのよね…」 そうつぶやいたのは、アイス工場で品質管理を担当する私、工藤美咲（くどう みさき）。35歳、仙台出身。趣味は登山とアイスの新作チェック...
note.com
コメント