疫情数据看久了,眼睛会因繁杂而缭乱,你知道吗?实际上,有一种设计成熟的南丁格尔玫瑰图,它能使你在短短3秒之内,就弄明白地球上数百个国家的疫情严峻状况。此类图表正被联合国、世界卫生组织以及各个国家的疾控中心不停地使用,然而在国内,能够制作这种图表的人,比例还不到1%了。
先搞清目的再动手
进行图表制作之前,最害怕的便是直接开始就去寻觅数据。在本应是2026年2月的当下,全球范围之内的疫情已然早就步入了常态化的阶段,你着手制作这一幅图表,究竟是为了针对各个国家的累计确诊情况展开对比呢,还是意在呈现疫苗接种率同死亡率之间的关联呢,唯有明确了目的才能够确定到底是选用玫瑰图亦或是使用折线图。在2025年12月的时候柳叶刀所发布的那张有关欧洲疫情的图形,正是由于目的清晰明确,也就是展示每一千人之中的确诊数量,所以才挑选了极坐标柱状图来呈现,从而使得西班牙、法国等处于南欧区域的国家的数据差异能够清晰地展现出来,让人一眼就能看明白。
数据可视化时,第一步始终是向自己发问,这张图是要展示给谁看的,又要解决什么样的问题,究竟是用于对卫健委领导进行汇报,还是制作出来给普通网民进行科普所用,对于前者而言需要进行精确数值的标注,而针对后者则更侧重于直观冲击力的呈现,一旦目的确定了,那么后续所有的选择便都不会出现偏差。
数据收集决定图表生死
世界卫生组织数据库于2026年1月显示,全球累计确诊病例已然超过7.6亿例,然而这并不意味着你得把所有国家都塞入一张图,南丁格尔玫瑰图最多能容纳20个扇区,再多便会挤成一团,你应当筛选出累计确诊前10的国家。或者筛选出每百万人口死亡率最高的15个地区,2025年底非洲疾控中心发布的那份报告,仅仅选取了12个疫情最为严重的非洲国家,数据来源标注为各国卫生部官方通报,如此可信度才有保障。
收集之际要留意时间截点保持一致,不可出现美国采用2026年2月10日的数据,而印度运用2月5日的数据这般情况,此类错误于2024年在某省级卫健委的那个疫情周报里出现过,直接就被领导打回进而重新去做。数据源方面建议优先选取约翰斯·霍普金斯大学归档数据库、Our World in Data,又或者是国家卫健委每日通报。
处理数据不是简单复制粘贴
得到原始数据之后,你需要去做计算。南丁格尔玫瑰图是通过半径长短来表示具体数值的,要是你仅仅把确诊病例数直接放进去,美国的3亿人与越南的1000万人放在一块儿,越南的那条扇区会短到根本看不见。在2025年4月《自然》杂志制作全球疫苗覆盖率玫瑰圖的时候,处理方式是取对数的,或者按照每百万人确诊数来进行计算。你能够把确诊人数除以该国的总人口,从而得出每千人的确诊比例——西班牙每295人当中就有1人确诊,转化为数字便是3.39‰,这样半径差距就更加合理了。
而且还要去准备辅助列,Excel制作玫瑰图的时候,需要将数据按照角度排成矩阵,比如说12个国家那就做12行,每个国家对应30度,接着再把它拆分成10个数据点从而形成圆弧,2024年浙江大学暑期实训课上有学生采用了这个方法,3小时就做好了一张被学院收藏的全球疫情演变图。
分析要挖出表层下的真相
只是将图描绘出来的,那不过是画匠罢了。真正具备价值的,是你从图当中解读出了些什么。若把美国以及印度放置在一起去进行对比,就会发觉,尽管美国累计确诊的绝对数要更高一些,然而按照人口比例来计算,在2026年2月的时候的数据表明,英国每65个人当中就有1个人曾经确诊,这才是更为可怕的暴露率。再去查看有关死亡病例的情况,当意大利累计死亡数字快要接近9万的时候,其人口仅仅只有5900万,致死率远远高于德国,这些分析得出的结论,要直接书写在图注或者PPT备注当中。
亦可开展对比分析,借由玫瑰图呈现2024年、2025年、2026年这三年的同期数据,你会发觉北半球冬季一直存在着一个确诊高峰,2025年12月日本单日新增一度超越20万例,玫瑰图的扇区如同开花那般炸开。这种季节性特性,非专业人士观看折线图未必敏感,然而玫瑰图的视觉冲击会使他们即刻记住。
展现环节细节定成败
第一个坑是颜色,在2024年4月丁香园那组疫情可视化当中,他们把确诊数高的国家标为深红色,确诊数中等的标为橙色,确诊数低的标为浅黄,读者一眼就能锁定美国、印度、巴西这三个重灾区。你千万不要用彩虹色,也不要给每个国家单独进行配色,不然那会变成花瓜,建议按照地理大区分色,亚洲采用蓝绿色系,欧洲采用橙色系,美洲采用红色系,图例放置在右下角。
文字标签务必要做到精简,极坐标系当中扇区尾部的空间是有限的,要是国家名过长那就进行缩写,美国要写成USA,英国要写成UK,确诊数不能写306804,得改成“30.7万”,字号大概在10号,要用白色或者黑色进行描边,以此来避免被色块给吞掉,2025年底上海卫健委的那份内部疫情简报,正是由于数据标签糊成了一片,才被处长要求连夜重新制作。
报告撰写别让图表裸奔
放进 PPT 或者 这或 Word 里的那个图表,是一定得要有解读的,可不是只把图一摆就完事儿的那种情况。在 2026 年 1 月的时候,由浙江省疾控中心发布的那期周报之中,在所呈现的每张疫情图的下面,都是跟随着有着三行字这些内容的,分别是核心发现、数据来源以及局限性。就好比有这样一句话“南丁格尔玫瑰图显示美洲地区累计确诊的时候仍然是占据着全球的 37%,然而却是受限于了部分拉美国家的检测能力,所以实际的数据有可能是更高”,像这样的话一旦说出来,专业度马上就得拉满了。
倘若写文章并发布于公众号,要记得添加一句互动提问,像“你觉得用玫瑰图展示死亡病例数据可会太过残忍?”,又或者“你家乡所在省份在此图里是深色还是浅色?”,2025年8月“一图看懂全国疫情”那篇成爆款的文章,结尾询问了一句“你所在地区连着零新增几天了?”,评论区一下子炸出3000多条留言。
你认为将最妥当、最适宜进行展示疫情相关情况的指标,通过南丁格尔玫瑰图来呈现,到底挑选——是累计确诊这一数据呢,还是每百万人死亡数这一数据呢,又或是围绕疫苗接种覆盖率差距这一数据?欢迎在评论区域记录下来你的选择,并且说清楚其中的理由,我将会挑选出三位读者进而赠送送出数据可视化教程PDF这份资料。要是我们觉得这篇文章是具有实用价值且有用处的,请帮忙点赞并且传送给某位老是对着Excel软件而发愁的同事。


