南丁格尔玫瑰图由英国护士与统计学家弗洛伦斯·南丁格尔在1854-1856年克里米亚战争期间首创。当时战地医院卫生条件恶劣，士兵死亡率高达42%，且多数死于传染病而非战伤。南丁格尔为直观展示季节性死亡原因，说服政府改善医疗条件，将传统直方图改造为极坐标布局的圆形图表：用12个扇形代表月份，扇形半径长度映射死亡人数，通过面积与半径的平方关系放大差异；并用蓝色、红色、黑色区分疾病、战伤、其他死亡原因。
这一图表以视觉冲击力强的形式，成功推动英国军事医疗改革，被誉为“历史上最具影响力的五大数据可视化图表”之一，至今仍在公共卫生、制造业等领域广泛应用。

1. 周期性适配
圆形结构天然契合月度、季度等周期数据。
2. 差异夸大效应
半径与面积的平方关系使相近数据对比更鲜明。
3. 多维度编码
通过颜色、半径、扇形细分层，可同时展示分类（如死亡原因）、时间（月份）和数值（人数）三重信息。
4. 美学与功能平衡
其“鸡冠花”般的视觉形态比传统图表更具吸引力。

南丁格尔玫瑰图属于饼图的一种。传统饼图通过扇形角度大小直接反映部分占整体的比例，适合展示静态的分类占比关系；南丁格尔玫瑰图则在传统饼图的基础上进行改良，以扇形半径长度映射数值，利用面积与半径的平方关系放大微小差异，更强调周期性数据的动态对比（如月度波动）。

公共卫生：克里米亚战争期间，南丁格尔用其展示士兵因疾病、战伤等死亡的月度变化，推动医疗改革；现代疫情中，可用于对比不同地区或时间段的病例类型分布。
商业分析：制造业通过季度扇形半径对比产能波动，零售业用其分析节假日销售品类趋势，辅助库存决策。
客户服务：展示每日高峰时段的咨询类型占比，如15:00-17:00“账户问题”扇形突出，可针对性增派人力。