fine BI 怎么制作玫瑰图
一.玫瑰图的起源
说到玫瑰图 就要先请问大家是否知道国际护士节？
国际护士节是每年的5月12日，是国际护士理事会为纪念现代护理学科的创始人弗洛伦斯·南丁格尔于1912年设立的节日。其基本宗旨是倡导、继承和弘扬南丁格尔不畏艰险、甘于奉献、救死扶伤、勇于献身的人道主义精神。
2024年中国国际护士节的主题是“发展护士队伍，优化护理服务”
但是很少有 人知道 南丁格尔不仅是战场上的提灯女神（护士），还是一名出色的统计学家！，正是因为她在 统计了一年间士兵的死亡情况。让高层军官了解士兵的死亡情况，发明了 玫瑰图。
二.最早的玫瑰图
1858年，护士、统计学家和改革家弗洛伦斯·南丁格尔发表了《关于影响英国军队健康、效率和医院管理的事项的说明》。主要根据战争后期的经验建立。根据请求提交给战争大臣。这本私人印刷的作品包含一张题为“东方军队死亡原因图”的彩色统计图，该图显示，在克里米亚战争期间导致英国人死亡的流行病比战场上的伤口还多，可以通过营养、通风和住所等多种因素来控制。南丁格尔用这个图形来简单、清晰、有说服力地解释复杂的统计数据，它被称为南丁格尔的“玫瑰图”
1859年1月，南丁格尔更正式地出版并分发了《对英国军队在与俄罗斯战争后期的卫生史的贡献》用以表达军医院季节性的死亡率，对象是那些不太能理解传统统计报表的公务人员。
南丁格尔玫瑰图案例
上面这张图展示1854年4月到1855年3月这一年间士兵的死亡情况。其中，图中又分为两张小图，左图表示1855年4月到1856年3月的死亡人数，右图表示1854年4月到1855年3月的死亡人数。对比两张图，可清楚地看到这两年军队死亡人数的变化。
蓝色：表示死于可预防疾病的士兵人数；
红色：表示死于枪伤的人数；
黑色：表示死于其他意外的人数。
从图中可看出，这一年时间里，死亡人数最多的并不是在战争中受枪伤（红色部分），大部分士兵是死于可预防疾病（绿色部分），特别是冬天的时候（1854年11月-1855年2月），死于可预防疾病的士兵人数大幅增加。由此，可知军队伤亡的真正原因：影响战争伤亡的并非战争本身，而是由于军队缺乏有效的医疗护理。
正是因为南丁格尔玫瑰图的应用，发现军队伤亡的真正原因，从而，推动军队医疗卫生的改善，挽救更多可预防疾病的士兵，对社会有着现实意义。下面一起学习用帆软BI 怎么制作玫瑰图？
三.用帆软BI 怎么制作玫瑰图？
导入数据
附件是 上海 2023的 每个区的 GDP ，这里去掉了 浦东新区 因为
编辑数据
新建组件
选择玫瑰图 拖入数据
颜色设置
半经设置
标签设置
组件设置
完成
四 总结
玫瑰图 全称 南丁格尔玫瑰图 英文：（ Nightingale Rose Chart）
**Nightingale Rose Chart（南丁格尔玫瑰图）**的使用场景较为广泛，以下为您详细介绍：
- 数据对比
用于比较不同类别在某个指标上的差异。例如，比较不同地区在某一年度的销售额，不同产品的市场占有率等。
以直观的方式展示各项数据的比例关系，让数据对比更加清晰明了。比如，比较不同月份各类商品的销售占比。
- 行业分析
在市场调研中，可以呈现不同品牌在市场中的份额分布。
分析不同行业的发展趋势，如能源行业中各种能源类型的占比变化。
- 项目管理
展示项目中各项任务的进度比例。
比较不同项目在资源分配上的情况。
- 人口统计
呈现不同年龄段、性别、地区的人口比例。
比如展示某城市不同年龄段人口的就业比例。
- 教育领域
比较不同学科的学生选课比例。
分析不同学校在某项教育指标上的表现。
例如，在一家电商公司中，通过 Nightingale Rose Chart 可以清晰地看到各个品类商品（如服装、数码、家居等）的销售额占比，从而快速了解哪些品类是销售的主力，哪些品类需要进一步优化推广策略。又如，在人口普查数据展示中，用它来呈现不同省份的男女比例，能够一目了然地看出地域间的人口性别差异。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
