非常驚艷的南丁格爾玫瑰圖
來源：http://www.practicaldb.com/blog/history-of-data-visualization/
一、名稱怎么來的
在克里米亞戰(zhàn)爭(zhēng)期間，南丁格爾發(fā)現(xiàn)戰(zhàn)地醫(yī)院的衛(wèi)生條件惡劣導(dǎo)致很多士兵死亡。因此，她開始研究傷員的死亡和衛(wèi)生環(huán)境的關(guān)系，并試圖用統(tǒng)計(jì)數(shù)據(jù)說服維多利亞女王改善軍事醫(yī)院的衛(wèi)生條件。但是她也擔(dān)心，女王那么忙，沒有時(shí)間看她那厚厚的報(bào)告和那些復(fù)雜的表格數(shù)據(jù)。于是，她設(shè)計(jì)了上面的這個(gè)生動(dòng)又有趣的圖表，巧妙的展示了部隊(duì)醫(yī)院季節(jié)性的死亡率。她自己給它取名叫雞冠花圖（coxcomb）。
我們先來看看最早的南丁格爾玫瑰圖展示了什么樣的數(shù)據(jù)。這張圖展示的是1854年4月到1855年3月這一年間士兵的死亡情況。其中:
1）綠色表示死于可預(yù)防疾病的士兵人數(shù);
2）紅色表示死于槍傷的人數(shù);
3）黑色表示死于其他意外的人數(shù)。
從圖中可以看出，在這一年間，死亡人數(shù)最多的并不是在戰(zhàn)爭(zhēng)中受槍傷（紅色部分），大部分的士兵是死于可預(yù)防疾?。ňG色部分），特別是冬天的時(shí)候（1854年11月-1855年2月），死于可預(yù)防疾病的士兵人數(shù)大幅增加。這也反映出醫(yī)院的衛(wèi)生條件、保暖對(duì)于傷員的康復(fù)是多么的重要。因此，才說服了女王大人改善醫(yī)院條件。
二、玫瑰圖怎么用
這么有氣質(zhì)的圖表，我們來看看經(jīng)過這么多年的發(fā)展，大家都是怎么用的。盡管外形很像餅圖，但本質(zhì)上來說，南丁格爾玫瑰圖更像在極坐標(biāo)下繪制的柱狀圖或堆疊柱狀圖。只不過，它用半徑來反映數(shù)值（而餅圖是以扇形的弧度來表示數(shù)據(jù)的）。但是，由于半徑和面積之間是平方的關(guān)系，視覺上，南丁格爾玫瑰圖會(huì)將數(shù)據(jù)的比例夸大。因此，當(dāng)我們追求數(shù)據(jù)的準(zhǔn)確性時(shí)，玫瑰圖不一定是個(gè)好的選擇。但反過來說，當(dāng)我們需要對(duì)比非常相近的數(shù)值時(shí)，適當(dāng)?shù)目浯髸?huì)有助于分辨。
1. Facebook 和 twitter的用戶對(duì)比
1）圖表中包括性別、年齡、教育、收入等11個(gè)分類的對(duì)比信息指標(biāo)，每個(gè)指標(biāo)占用的圓周的角度相同，即任一指標(biāo)的扇區(qū)角度為（360/11=32.723度）
2）在“Gender”，“Income”，“Age”，“Education”四個(gè)指標(biāo)中，又被分別劃成幾個(gè)不同的區(qū)段
來源：http://thenextweb.com/socialmedia/2010/12/20/facebook-vs-twitter-by-the-numbers-infographic/
2. 披頭士歌曲的音調(diào)
來源：http://ritholtz.com/2012/02/the-beatles-song-keys/
3、新冠肺炎全球疫情形勢(shì)
三、玫瑰圖怎么畫
案例1：facebook數(shù)據(jù)
直接使用上面facebook的數(shù)據(jù)，關(guān)注公眾號(hào)AI入門學(xué)習(xí)回復(fù)【facebook】獲取csv文件，用R語(yǔ)言畫個(gè)示例，數(shù)據(jù)格式需要長(zhǎng)格式，如下：
#facebooks數(shù)據(jù)library(ggplot2)facebook = read.csv("facebook.csv",header=T,stringsAsFactors = FALSE)ggplot(facebook, aes(x = 類別1,y=比例,fill = 類別2)) +geom_bar(alpha = 0.93,stat="identity") +coord_polar()+theme_bw()+theme(panel.background = element_rect(fill = "black"))+theme(axis.text = element_blank())+theme(axis.ticks = element_blank())+# 去掉左上角的刻度線theme(axis.title = element_blank())+theme(legend.position = 'none')+# 去掉圖例theme(panel.border = element_blank())+# 去掉外層邊框theme(panel.background = element_rect(fill = "black"))+ #黑色背景theme(panel.grid.major.x = element_line(colour = "SpringGreen2", size = 0.3))+ #網(wǎng)格線設(shè)置theme(panel.grid.major.y = element_line(colour = "SpringGreen2", size = 0.3))+ #網(wǎng)格線設(shè)置ylim(-0.3,1.1)+scale_fill_discrete(c=1000, l=100)ggsave('rose.png',dpi = 1080)#保存為高清格式，dpi越大越清晰
圖形如下，可以根據(jù)個(gè)人喜好對(duì)顏色進(jìn)行切換，當(dāng)然，各種標(biāo)注，可以在PPT中完成，多個(gè)對(duì)比的，也可以在PPT中進(jìn)行拼接。
用R自帶數(shù)據(jù)集畫一個(gè)不帶網(wǎng)格線的
dsmall?=?diamonds[sample(nrow(diamonds),5000),]ggplot(dsmall, aes(x = clarity, fill = cut)) +geom_bar(alpha = 0.85) +coord_polar() +theme_bw() +theme(panel.background = element_rect(fill = "black"))+theme(axis.text = element_blank())+theme(axis.ticks = element_blank())+# 去掉左上角的刻度線theme(axis.title = element_blank())+theme(legend.position = 'none')+# 去掉圖例theme(panel.border = element_blank())+# 去掉外層邊框theme(panel.background = element_rect(fill = "black"))+ #黑色背景theme(panel.grid=element_blank())+ylim(-50,1000)+scale_fill_manual(values = alpha(c("DarkOrchid1", "SpringGreen", "Magenta","Cyan","OrangeRed1")))ggsave('rose.png',dpi = 1080)
案例2：多圖組合
首先，介紹個(gè)函數(shù)，多個(gè)圖組合到一起的
multiplot <- function(..., plotlist=NULL, file, cols=1, layout=NULL) {library(grid)plots <- c(list(...), plotlist)numPlots = length(plots)if (is.null(layout)) {layout <- matrix(seq(1, cols * ceiling(numPlots/cols)),ncol = cols, nrow = ceiling(numPlots/cols))??????}if (numPlots==1) {print(plots[[1]])} else {grid.newpage()pushViewport(viewport(layout = grid.layout(nrow(layout), ncol(layout))))for (i in 1:numPlots) {matchidx <- as.data.frame(which(layout == i, arr.ind = TRUE))print(plots[[i]], vp = viewport(layout.pos.row = matchidx$row,layout.pos.col = matchidx$col))}}}
開始繪圖部分，下六組數(shù)據(jù)替換分別跑一次，得到 p1,p2,p3,p4,p5,p6，然后用上面定義的函數(shù)組合即可
par(mar=c(0,0,0,0))#c(4,3,8,2,2,1)#c(4,3,5,2,2,10)#c(15,3,5,8,2,8)#c(1,3,5,3,2,8)#c(1,3,9,3,2,3)#c(2,12,9,3,2,3)data = data.frame(value= c(2,12,9,3,2,3), type = c('B','A','C','D','E',F))p1 =ggplot(data, aes(x =type, y=value, fill=type)) +geom_bar(stat = "identity", alpha = 0.99) +coord_polar() +theme_bw() +theme(panel.background = element_rect(fill = "black"))+theme(axis.text = element_blank())+theme(axis.ticks = element_blank())+# 去掉左上角的刻度線theme(axis.title = element_blank())+theme(legend.position = 'none')+# 去掉圖例theme(panel.border = element_blank())+# 去掉外層邊框theme(panel.background = element_rect(fill = "black"))+ #黑色背景theme(panel.grid=element_blank())+scale_fill_manual(values = alpha(c("OrangeRed1", 'gray91',"SpringGreen", "Magenta","Cyan", "DarkOrchid1")))multiplot(p1,p2,p3,p4,p5,p6,cols=3)
結(jié)果如下：
重新替換一批數(shù)據(jù)得到下圖
完
推薦閱讀：
刷爆網(wǎng)絡(luò)的動(dòng)態(tài)條形圖，3行Python代碼就能搞定
Python初學(xué)者必須吃透這69個(gè)內(nèi)置函數(shù)！
全面理解Python集合，17個(gè)方法全解，看完就夠了
長(zhǎng)按加群，學(xué)習(xí)交流
↓掃描關(guān)注本號(hào)↓