统计学也可以救人？——南丁格尔图的前世今生
玫瑰图，全名南丁格尔玫瑰图。作为数据分析必懂的图表之一，鲜少有人知道它特殊的背景。那今天，我们就来聊聊南丁格尔玫瑰图的“前世”与“今生”~
一、生命之花初绽放：
19世纪克里米亚战争时期，由于战地医疗环境恶劣，导致伤患死亡率很高。
当时，一名叫南丁格尔的战地护士兼统计学家决定通过数据向政府展示战地医院伤患死亡率及原因，以求政府来改善战地医疗环境。
为了让数据受到重视并让人印象深刻，她发明出一种色彩缤纷的图表形式：
这张图里有一大一小两个图表，右侧较大图表展现的是1854年4月至1855年3月的数据，而左侧的图表展现的则是1855年4月至1856年3月的数据。以1855年4月作为分界，将24个月的资料切分为左右两张玫瑰图，再用黑色线条连结，是因为这是当时战地医疗环境被改善的日期，也因此我们可以清楚比较两个年度（左右两幅图）的死亡人数与其原因的比例。
图中的每个扇形由三部分组成，最内层黑色表示因战斗而死亡的人数;第二层红色表示由其他原因而死亡的人数;最外层灰色表示因环境问题导致救治不利的死亡人数。
而在1855年1月，也就是右图中灰色面积最大的一部分，因救治不利导致的死亡人数高达战斗减员的十倍。
这个设计的巧妙之处在于其用扇形的面积来表示死亡人数，能够将三种原因下的死亡占比作强烈的对比。
她创造的这一图表形式打动了当时的军方及高层，于是军事医疗改良的提案才得到支持，在往后的战争中拯救了成千上万伤员的生命。
由于这一图表形似一朵绽放的玫瑰，所以后人称之为“南丁格尔玫瑰图”。
二、时代下的延续
南丁格尔玫瑰图优雅的外表和新颖的形式使得它在今天也广受欢迎，如此惊艳的图表看上去有些复杂，其实不然，我们对它的结构浅作一个分析：
如图所示，一张玫瑰图以一个完整的圆形为基础，由不同大小的扇形组成，同时它有两个坐标轴：半径轴用来控制扇形的面积，用以显示数据值的差异，分类轴顾名思义就是对不同样本作分类。
人民日报曾“宠幸”过玫瑰图，用以展现新冠疫情的数据，那我们就以它为例：
图中展现的是不同省份连续无新增确诊病例的天数。在这张图中，分类轴将他们分成了21个不同省份，并用不同颜色标注。扇形半径（面积）最大的是西藏——连续46天无新增病例，最小是宁夏——连续12天无新增病例。
如此可见，在数据分类较多时，玫瑰图能够通过不同大小的扇形单位，使得数据值的差异一目了然。
说了这么多，又是坐标轴，又是扇形，有没有觉得它越看越眼熟？其实，南丁格尔玫瑰图的本质就是在极坐标下绘制的柱状图，又通过饼图的形式展示。那作为同时有着柱图和饼图“基因”的混血儿，南丁格尔玫瑰图与前两者相比的特别之处在哪呢？
玫瑰图VS饼图
玫瑰图半径和扇形的面积是平方的关系，导致数据值的差异比例放大，因此对于大小相近的数值展示更有利。
玫瑰图VS饼图
玫瑰图是扇面形展示的，附带圆形的周期特性，因此它也适用于一个周期内的时间数据展示，比如星期、月份等周期。
不过，由于其形式的特殊性，导致它并非适用于每种场景，举个栗子：
1、展示的数值过小
依旧以上文人民日报为例，在玫瑰图旁还有一个环形图表示三个省份的连续天数。以玫瑰图中数值最小的宁夏的面积为参考，如果将天数分别为1、4、5的省份也加入玫瑰图中，那将会由于它们的数值过小而难以观察。因此，在这里使用环形图（或饼、柱图）展示会更加合适。
2、样本分类过少
比如展示一个班级中男女同学的人数比例，玫瑰图（上）在这里也并不合适，使用饼图（下）会更加清晰。
最后，我们以一组地区合同数据为例，展示如何利用FineBI v6.0快速制作一张玫瑰图，赶紧动手试试吧~
准备数据
1.1 进入系统，点击「我的分析」，选中某个文件夹，点击「新建分析主题」。
1.2 点击「本地Excel文件→上传数据」，上传表数据【地区数据分析】。（点击文末阅读原文可下载该表）
1.3 上传后，点击「确定」按钮。
创建组件
2.1 点击左下角「组件」按钮。
2.2 将「合同签约时间」拖入维度中，「合同金额」、「回款金额」拖入指标中。
2.3 在图表类型下选择「玫瑰图」，可以看到「回款金额」的大小映射到玫瑰图的半径上，「合同金额」的大小映射到玫瑰图的角度上。
2.4 点击颜色栏中的「合同签约时间」字段，选择「年月」显示。
美化组件
3.1 半径设置：点击「半径」栏，设置内径占比到 0% 。
3.2 排序：点击颜色栏中的「合同签约时间」下拉，选择升序排序，按「回款金额(求和)」进行排序。
3.3 组件样式：点击「组件样式→图例」，「显示全部图例」处不勾选「半径」。
最终效果如图所示。
立即沟通
