南丁格尔玫瑰图将柱图转化为更美观的饼图形式，是极坐标化的柱图，其夸大了数据之间差异的视觉效果，适合展示数据原本差异小的数据。

1、玫瑰图的前世今生

长得像饼图又不是饼图，这种有着极坐标的统计图有着一个美丽的名字—南丁格尔玫瑰图。南丁格尔玫瑰图（Nightingale rose diagram）又名鸡冠花图（Coxcomb Chart）或极坐标区域图（Polar area diagram）。

南丁格尔玫瑰图是将柱图转化为更美观饼图形式，是极坐标化的柱图。不同于饼图用角度表现数值或占比，南丁格尔玫瑰图使用扇形的半径表示数据的大小，各扇形的角度则保持一致。

说起南丁格尔玫瑰图，就不得不提起它的发明者，世界上第一个真正的女护士——弗罗伦斯·南丁格尔。

19世纪50年代，英国、法国、土耳其和俄国进行了克里米亚战争。南丁格尔主动申请，自愿担任战地护士。当时的医院卫生条件极差，伤士死亡率高达42%，直到 1855 年卫生委员会来到医院改善整体的卫生环境后，死亡率才戏剧性地降至 2.5% 。当时的南丁格尔注意到这件事，认为政府应该改善战地医院的条件来拯救更多年轻的生命。

出于对资料统计的结果会不受人重视的忧虑，她发展出一种色彩缤纷的图表形式，让数据能够更加让人印象深刻。这张图表用以表达军医院季节性的死亡率，从整体上来看： 这张图是用来说明、比较战地医院伤患因各种原因死亡的人数，每块扇形代表着各个月份中的死亡人数，面积越大代表死亡人数越多。

说明简译

• 各色块圆饼区均由圆心往外的面积来表现数字

• 蓝色区域：死于原本可避免的感染的士兵数

• 红色区域：因受伤过重而死亡的士兵数

• 黑色区域：死于其它原因的士兵数

• 1854年10月、1855年4月的红黑区域恰好相等

• 1856年1月与2月的蓝、黑区域恰好相等

• 1854年11月红色区域中的黑线指出该月的黑色区域大小

由图可知，左右两个玫瑰图被时间点“1955年3月”所隔开。左右两个玫瑰图都包含了12个月的数据。其中，右侧较大的玫瑰图，展现的是1854 年 4 月至 1955 年 3 月；而左侧的玫瑰图，展现的则是 1855 年 4 月至 1856 年 3 月。

这幅图出现在南丁格尔游说游说英国政府加强公众医疗卫生建设和相关投入的文件里。通过对两个图大小的对比，我们可以轻易的得出结论：

第一、蓝色的区域的面积明显大于其他颜色的面积。这意味着大多数的伤亡并非直接来自战争，而是来自糟糕医疗环境下的感染。

第二、卫生委员到达后（1955年3月），死亡人数明显的下降。

这幅图让政府相关官员了解到：改善医院的医疗状况可以显著的降低英军的死亡率。南丁格尔的方法打动了当时的高层，包括军方人士和维多利亚女王本人，于是医事改良的提案才得到支持，甚至挽救了千万人的生命。这种新型的图表也由此得名，因为外形很像一朵绽放的玫瑰，这种图表也被称为“南丁格尔玫瑰图”。

2、让你气质飙升的玫瑰图

不仅是名字好听，南丁格尔玫瑰图的颜值和作用也是“杠杠的”呢！

对照饼图，由于半径和面积的关系是平方的关系，南丁格尔玫瑰图会将数据的比例大小夸大，尤其适合对比大小相近的数值。对照柱状图，由于圆形有周期的特性，所以玫瑰图也适用于表示一个周期内的时间概念，比如星期、月份。

凭借这些得天独厚的优势，南丁格尔玫瑰图在数据可视化领域得到了广泛的应用。

（1）基础玫瑰图

中国举办国际赛事数量全球最高

下图是最基本的玫瑰图，显示了不同国家和其体育影响力指数，除了扇形的面积，扇形的颜色也可以表示数据的大小。由图可知，中国是国际体育盛事的中心，影响力最大。英国以接近4万的分数位居第二。

图片来源：http://data.163.com/13/0701/06/92M97LBR00014MTN.html

（2）堆叠玫瑰图

Facebook VS twitter

在实际的应用中，许多玫瑰图将其中心的圆形设计为其它图案，并将环块进行堆叠（原理是将堆叠柱状图极坐标化），从而在一张图中展示更多的信息。

图片来源：https://thenextweb.com/socialmedia/2010/12/20/facebook-vs-twitter-by-the-numbers-infographic/

虽然二者整体用户基数相差较大，但其余比较的项目却相差无几。有趣的是，Facebook的用户粘性似乎更大，超过四成的用户每天都会登录，而每天都登录Twitter的用户则只占整体的27%。

而对于广告商来说，尽管在Twitter上比在Facebook上关注品牌的人少的多，但Twitter上的用户从关注品牌到实际消费的可能性却比Facebook高出16％。

（3）两组数据直接对比

中国VS美国

上面的案例的一个缺点是，难以将两组需要对比的数据直接进行比较。为了改善这一点，一些用户将不同的数据系列用不同的颜色表示，并将其放在一个玫瑰图中。比如下图中我们可以清晰看到两个超级大国是如何比较的。

图片来源：http://www.guardian.co.uk/news/datablog/2013/jun/07/china-us-how-superpowers-compare-datablog

（4）分组对比数据

美国国会议员工作安排

除了将两组数据部分重叠，南丁格尔玫瑰图也可以采用分组的形式对数据进行比较。

图中蓝色和红色分别表示众议院和参议院。尽管成为国会议员对于很多有志从政的人来说是梦想， 然而国会议员的工作异常忙碌。由图可知，过去的10届国会（1995-2014，每届2年）参众两院分别平均每年有160天和140天在开会。

（5）多轴玫瑰图

全球酒店价格变化

有些看起来像层叠玫瑰图的图表实际上并非如此。比如http://Hotels.com曾制作下图来比较全球各大旅游城市2011年和2010年价格的变化。图中所有的城市围成一个圆球形，就像地球，除了用文字标出城市的名字之外，还用城市的标志建筑来标识。图形内部用玫瑰图来可视化各地的房价。

图片来源：http://coolinfographics.com/blog/2011/11/17/global-hotel-price-changes.html

除了黄色表示价格之外，图中还分别用红色和绿色来表示和去年（2010年）相比的跌幅和涨幅。价格和其变化率采取不同的单位，因此并不是叠加的关系，而是全部从圆心开始测量。我们可以看到旅馆房价最高同时也是涨幅最大的是阿曼首都马斯喀特（Muscat）。而北京和上海的价格都跌了不少。

3、好看的玫瑰图也有争议不少

尽管在数据可视化作品中随处可见玫瑰图的身影，但仍有许多用户给它打上了“华而不实”的标签。玫瑰图真的只适合炫技，而不适合展示数据吗？

事实上和许多图表一样，玫瑰图也有一些不足之处。那么玫瑰图有哪些使用技巧呢？

Tip1.适合展示类目比较多的数据

通过堆叠，玫瑰图可以展示大量的数据。对于类别过少的数据，则显得格格不入。比如下图中展示一个班级男女同学的个数，这种场景建议使用饼图。

Tip2.展示分类数据的数值差异不宜过大

在玫瑰图中数值差异过大的分类会非常难以观察，图表整体也会很不协调。这种情况推荐使用条形图。

Tip3.将数据做排序处理

比如想要比较数据的大小，可以事先将数据进行升序或降序处理，避免数据类目较多或数据间差异较小时不相邻的数据难以精确比较。为数据添加数值标签也是一种解决办法，但是在数据较多时难以达到较好的效果。

有时对于看起来“头重脚轻”、“不太协调”的玫瑰图，也可以手动设置数据的顺序，使图表更美观。不同的数据顺序，玫瑰图的效果也大大不同。

Tip4.层叠玫瑰图要慎用

像层叠柱状图一样，层叠玫瑰图也面临相同的问题，即堆叠的数据起始位置不同，如果差距不大则难以直接进行比较。

Tip5.数据类目较少时选择扇形玫瑰图

在类目较少的情况下，可以使用扇形玫瑰图，不仅节省一定空间，也会使图表更加和谐漂亮。

玫瑰图制作工具：dycharts.com