“印刷的表格、而且是双栏排版的，我不认为会有人去读。除了科学家，没人会去看报告的附录。而这份材料是面向普通*公众的。”
*在南丁格尔所处的时代，vulgar 一词的含义是“普通的”。
南丁格尔玫瑰图
她最著名的可视化作品是早期制作的一张玫瑰图，展示了克里米亚战场上英军的死亡及其原因。通过配色与图形模式，它表明减少医院内死亡将能挽救成千上万条生命。数据的收集及其可视化过程也令南丁格尔有所启发：自1855年3月政府派出卫生委员会清理医院饮用水并改善通风后，士兵的死亡人数急剧下降。在后续出版物中，她对改善卫生给予了极高重视。
南丁格尔对护理的影响
在战争期间已是标志性人物的南丁格尔，其作品深受各界读者欢迎，从普通市民到维多利亚女王皆然。这是数据可视化首次被用于说服政策制定者推进社会改革的案例之一。由此，军医院的卫生状况显著改善。到19世纪末，它们的平均死亡率已降至民用医院的一半，而此前军医院的死亡率一直更高。此后，南丁格尔继续运用其影响力与对数据的热情，在全球多种场景推动医疗保健改革，从印度的妇产病房到美国南北战争时期的军医帐篷皆有所涉猎。
这是数据可视化被用来劝服政策制定者推动社会改革的最早案例之一。
数据科学如何用于医疗保健？
南丁格尔活跃的年代，远早于Python、R、SQL、Tableau、Power BI，甚至还没有计算机。如今，收集海量数据并据此绘制图表往往只需几分钟。然而不变的是，用可视化提升数据素养这一核心理念：直到今天，医疗机构仍高度依赖可视化，广泛使用 R 和 Python 改善患者护理，建设更健康的社会。
就像当年南丁格尔向公众发布数据集并以易懂方式呈现一样，可视化依然是推动数据民主化的有力工具。
数据可视化课程
如果您希望提升可视化技能以更好地传达数据洞见，我们提供：
- 关于以下可视化库的课程：Matplotlib、Seaborn、Plotly、ggplot2 和 lattice。
- 关于可视化工具的课程，如电子表格、Tableau 和 Power BI。
- 真实世界的医疗项目，包括R 中的预期寿命以及R 中的新冠传播。
- 一个项目，使用 Python 致敬另一位以数据驱动著称的维多利亚时代医生：约翰·斯诺。
参考来源：
- https://www.sciencenews.org/article/florence-nightingale-birthday-power-visualizing-science
- https://medium.com/nightingale/florence-nightingale-is-a-design-hero-8bf6e5f2147
- https://www.sciencenews.org/article/florence-nightingale-passionate-statistician
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2920984/
- https://www.astmh.org/ASTMH/media/Documents/Thomas-Mackie-Presidential-Address.pdf
- https://www.smithsonianmag.com/history/surprising-history-infographic-180959563/
弗洛伦斯·南丁格尔是谁？
数据可视化常常与商务会议和光鲜的董事会议室联系在一起，但它的起源却大不相同。尽管很难将数据可视化的发明或来源归功于某一个人，其中一位先驱是一位在英国广为人知、被誉为现代护理学之母的女性：弗洛伦斯·南丁格尔。
从21世纪的视角来看，医院应当干净卫生似乎是理所当然的。然而在维多利亚时代，在各位医生和护士（包括南丁格尔本人）的改革之前，情况恰恰相反。1854年10月，南丁格尔被派往伊斯坦布尔担任军队护士。那里的军医院简直像另一种死刑：病床铺着肮脏的床单，经常在不同病人之间既不更换也不清洗；士兵们如果到达时医院已满，只能与常驻的老鼠一起挤在同样肮脏的地板上。因此，这些医院造成的死亡人数是战场的10倍。当时这一切都被视为正常：包括英国首席医疗官在内的许多有影响力的政客和军官都认为传染病致死是不可避免的，且死亡与卫生状况不佳之间不存在联系。
弗洛伦斯·南丁格尔以何闻名？
南丁格尔与统计学
南丁格尔坚信，提高护理质量将减少这些死亡，于是她投入到照料士兵的工作中，并以“提灯女神”之名闻名于世。她的仁心至今为人传颂，但一个较少为人所知的方面是她推行了更严格的记录制度。南丁格尔自幼便热爱统计学，当她发现医院在士兵死亡记录上经常失准时，便指派专人负责记录。事实证明，这在她回到英国后至关重要。
南丁格尔希望推动医疗保健的广泛改革，认为自己在土耳其的成就还远远不够。正如所有变革故事的惯例，她必须面对怀疑者——比如首席医疗官——而她对此心知肚明。
她在战争期间收集的数据以及战后制作的图表成为她的武器。她明白，相比数据表格，她的目标受众——公务员和公众——通过可视化更容易理解信息：