极坐标下的量值比较普遍难于同数据的笛卡尔画法
别名: 径向比较劣势
概念解释
把同一份数据分别画成径向图与笛卡尔图，让读者比较量值，径向版几乎总是更难：径向条形的长度沿不同方向伸展，比较前先要心理旋转；扇环比较混着角度与半径两个变量；径向折线的高低差绕着圈，峰值谁大要跨弧追赶。笛卡尔版里这一切都落在"沿同一根公共标度的位置比较"上——图形感知排序中精度最高的一档。这是关于极坐标使用的总结论：周期结构之外，量值比较类任务选径向，等于主动降档。
机制
径向图的量值线索是径向长度与扇形面积，两者在图形感知的精度排序里都低于沿公共标度的位置：长度沿不同朝向摆放时，比较要先做取向归一（心理旋转），误差与成本都升；面积判读还叠着第二叶的平方失真。笛卡尔条形把所有长度放在平行朝向上，公共基线 + 平行对齐让比较变成一维判断。径向布局还引入中心遮挡与外圈拥挤：内圈元素小而密、外圈大而稀，同一精度资源分配不均。这些劣势叠加，使得"径向更好看"的收益只在展示场景成立，分析场景里是净损失。
怎么研究
证据落在图形感知的通道精度排序传统：Cleveland 与 McGill（JASA 1984）的元素判读实验确立沿公共标度的位置 > 长度 > 角度/面积的精度序，径向图的量值编码（径向长、扇形角、环面积）恰好全部位于位置之后；后续众包复刻（Heer 与 Bostock，2010）在更大样本上保住了这一排序的稳健性。针对径向布局的直接对照实验可循同一范式：同数据双版本（径向/笛卡尔）比较量值任务计时计错，径向版的劣势幅度就是这个效应的量化指标。
边界
"普遍难"不等于"一律不用"：周期数据、方向数据、以及单值展示（一个进度环，无比较任务）仍有径向的一席之地；装饰优先、数据密度低的传播场景里径向的美学收益可正当兑换一部分精度。判别流程固定：先问"主要任务是量值比较吗"，是则笛卡尔；再看"数据有真周期吗"，有则径向可行；两者皆非，径向只在明确接受精度代价后选用。
怎么落地
- 决策表：量值比较 → 条形/点图；周期结构 → 钟面/玫瑰；多维画像 → 平行坐标或分面条形；径向仅留展示位。
- 已有径向图改造：保留外形做封面，正文配同数据的笛卡尔版本承担比较职能。
- 验证：同数据径向与笛卡尔双版，请读者完成"最大三个值排序"任务；径向版耗时与错误同时升高即降档实证，可作选型依据。