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。
