“南丁格尔玫瑰图”指南

南丁格尔玫瑰图：通过半径来反映数值，由于半径和面积之间是平方的关系（S=πr²），视觉上，南丁格尔玫瑰图会将数值的比例夸大。

当我们追求数据的准确性时不太适合，反之，则适合夸大相近数值之间的对比。

视觉上就把空荡的柱状图补足整体的面积感，一定程度上增加图标的重量感。

案例解析：

https://dtcj.com/topic/493

我们直接上图

这是一般的数据统计柱状图

这是一般的南丁格尔玫瑰图

这是添加装饰之后的数据图表

能很明显的感受到最后的数据呈现上相比简单粗暴的柱状图对比，整理的数据阅读性和准确性是下降的。当然突出的数据，“上海”和“北京”和其他城市之间的对比有被加强，相应数据的具体数值无法体现。对于数据可视化来说呢，无所谓好坏，都是一个取舍问题。

从视觉上来讲，首先是打破了平常简单粗暴的柱状图排列方式，玫瑰图会相对给人一亮。尤其在数据最大值和最小值相差小的情况下，玫瑰图从面积上弥补了大大的空白的缺陷。从相对空白和“线”的感觉上，能形成“面”的填充。这样在设计中，如果遇到需要增加面性，玫瑰图将是一个很不错的选择。

好了，下面上工作的案例：

这是一般的柱状图

这是修改后的南丁格尔玫瑰图

整理的框架和结构都跟案例中的图表一致，数据内容相对较少，把标注的内容移到图表上，减少阅读时视觉的移动。通过鼠标移动，悬浮出现详细的数据内容，弥补数据的准确性上的缺失，并整合了数据本身的分类情况。

个人觉得很适合有极值的情况下使用这种图，可以很大程度上弥补柱状图上的空白缺陷。

参考资料：
[1]. https://dtcj.com/topic/493
[2]. http://tuzhidian.com/chart?id=5c56e4694a8c5e048189c709
[3]. https://fisher-monkey.gitbooks.io/js-note02/content/di-1-zhang-bi-jiao-lei/nan-ding-ge-er-tu.html

——————————————————————

继上上一篇地图获得了4个大大的关注，

我决定把后面的5分钟材质教程也提上日程，写教程真的好累的，

点赞暴富，点个大大的关注也是可以的！