1、旭日图的简介
旭日图（Sunburst Chart）是饼图的变形，简单来说是多个饼图的组合升级版。饼图只能展示一层数据的占比情况，而旭日图不仅可以展示数据的占比情况，还能厘清多级数据之间的关系。
在旭日图中，一个圆环代表一个层级的分类数据，一个环块所代表的数值可以体现该数据在同层级数据中的占比。一般情况下，内层数据是相邻的外层数据的父类别，最内层圆环的分类级别最高，越往外，分类越细越具体。
2、图表用法
旭日图可以更细分溯源分析数据，真正了解数据的具体构成。
2.1 不带数据占比的关系结构
旭日图中的“环”承载了大量带有层级关系的数据，层层嵌套，环环相扣，我们乍一看似乎很难读懂它的心。但其实只要我们多点耐心，就能发现旭日图在可视化这类数据时，真的有化繁为简的魔力。
最基础的旭日图是在树状图的基础上，把树状的层级关系转化为圆环的形式。相较于树状图，旭日图的圆形结构更节约空间。例如，美国专业咖啡协会用旭日图，清晰地描述了咖啡的味道。
协会按照咖啡的“香”与“味”对咖啡的味道进行了分类，其中，味道被分为酸、甜、咸、苦，苦味又可以分为单纯的苦味和带辛辣的苦味，带辛辣的苦味又可以再分类……这种分类数据没有数值，因此在旭日图上，同一层的各环块弧长都是相等的，且不代表任何的数值。
在增加了交互功能之后，旭日图每一层的数据关系能更加清楚地展现出来。
点击“香”的环块，环块就能延展到100%，同时代表“味”的环块会被收缩隐藏。这种交互不仅能把外层的、环块小的分类清晰地展现出来，而且可以很好地解决我们经常提到的“分类数据过多会使图表的易读性下降”的问题。
2.2 带有数据占比关系的旭日图
当每个分类数据都拥有具体数值时，我们可以通过环块的角度比较数值的大小。下图是全球十大温室气体排放国家的温室气体排放情况。它运用了与“咖啡风味旭日图”相同的交互方式，通过点击“中国”的环块，我们能在全局视角下看到中国在“能量”领域排放的温室气体最多，占到全球温室气体排放的19.98%。
除了“咖啡风味”和“全球温室气体”所用到的，通过点击拓展的交互方式之外，常见的还有通过鼠标悬浮凸显环块颜色的交互。下图是圣裘德儿童研究医院基于3347位患癌儿童的患病情况，分析了他们所患的17种癌症情况。
这17种癌症位于旭日图的第二层，分别属于造血系统恶性肿瘤（红色）、固体肿瘤（黄色）和脑肿瘤（蓝色）三种癌症类型，其中患造血系统恶性肿瘤的比重最大，有46.2%。第三层则为引起癌症的不同原因占比情况。
当鼠标移动到环块上时，被查看的环块颜色会被突出，其他则变成统一的灰色。同时，利用旭日图的“空心”，可以清晰地展示每个分类数据的具体数值和含义。在交互功能的加持下，旭日图可以更加顺畅和清晰地展示大量数据。
3、旭日图的应用场景
旭日图虽然是一个多级饼图，但在展示层级关系这一点上，与矩形树图非常相似。
不同于矩形树图，旭日图能把没有权重关系的层级关系清晰地展示出来，且可容纳的层级关系更多。除此之外，旭日图允许“缺口”存在。不同分类数据下，每一层的数据可以不用再细分，即旭日图的每个圆环不一定是完整的。可以说，在可视化层级数据方面，旭日图和矩形树图都表现优秀，而旭日图的适用范围要比矩形树图略大。
1）适用场景
旭日图不仅有饼图的优点，而且还能展示数据层级之间的关系，它通过矩形的面积、颜色和排列来显示数据关系，它超越了传统的饼图和环图，能在饼图上表示占比关系的基础上，增加表达了数据的层级和归属关系，能清晰的表达具有父子层次结构类型的数据。旭日图适合用于展示不同层级的数据。
示例地址：https://echarts.apache.org/examples/en/editor.html?c=sunburst-borderRadius
示例地址：https://echarts.apache.org/examples/en/editor.html?c=sunburst-book
示例地址：https://echarts.apache.org/examples/en/editor.html?c=sunburst-drink
2）不适用场景
旭日图不适合用于数据分类过多、不能有负值、不能有零值的数据展示。当数据的比例相差比较接近时，人眼判别有难度的，则建议用其他图形。
