辦公小技巧:條形圖+散點圖 數據升降巧比對

2021-01-15 電腦愛好者

在用Excel進行數據的對照顯示時，為了更加明確地表示數據升降的情況，我們需要在數據表中用不同的顏色和符號來分別表示上升和下降的情況。例如，要比較某公司近兩個月在各地的銷售變化情況，上升則自動標綠色箭頭，下降則標紅色箭頭（圖1）。利用條形圖和散點圖相結合的方法，即可實現這樣的效果。

首先，在原數據中添加幾個輔助列。其中，「上升」、「下降」欄位是用來定位「標籤」欄位的橫向坐標，「Y」欄位用來進行縱向定位。「上升」欄位處的公式為「=IF(G4>0,C4+3,NA())」；「下降」欄位處的公式為「=IF(G4<0,C4+3,NA())」；「標籤」欄位處的公式為「=(C4-D4)/D4」，單元格格式為「百分比」。以上3個欄位均向下填充。「Y」欄位分別輸入4.75、3.75、2.75、1.75、0.75（這些數字可按需設置）（圖2）。

接下來插入圖表。選定地區、本月、上月、上升及下降數據區域（即B3:F8），切換到「插入」選項卡，點擊「柱形圖→二維條形圖→簇狀條形圖」，插入一個簇狀條形圖。右擊圖表左側的縱坐標軸，選擇「設置坐標軸格式」，在右側窗口的「坐標軸選項」下勾選「逆序類別」；在圖表中選擇代表「上升」的系列，右擊，選擇「更改系列圖表類型」，在彈出窗口「上升」、「下降」處都選擇「散點圖」；再選中任意條形系列，在右側的「系列選項」的「間隙寬度」處設置為「50%」（圖3）。

接下來，選擇代表「上升」的系列，右擊，選擇「選擇數據」，在彈出窗口的左側「圖例項」處選擇中「上升」系列，點擊「編輯」，在彈出窗口「編輯數據系列」的「X軸系列值」處，選擇「E4:E8」數據區域，「Y軸系列值」處，選擇「H4:H8」；同樣，「下降」的「X軸系列值」處，選擇「F4:F8」，「Y軸系列值」處也選擇「H4:H8」（圖4）。右擊圖表右側的次坐標軸，選擇「設置坐標軸格式」，在「坐標軸選項」的「邊界」處，最小值設置為「0」，最大值設置為「5」，「單位」的「大」處設置為「1」，「小」處設置為「0.2」。

在圖表中選中代表「上升」的系列，在右側「系列選項→填充與線條→標記」的「標記選項」處選擇「內置→圖形」，在彈出的窗口中選擇所需圖形，無線條；同樣，設置「下降」系列的標記。

最後添加所需要的標籤，設置好字體顏色等，再根據需要進一步美化圖表，完成整個圖表的製作。

相關焦點

  • Python繪圖筆記:繪製四色散點圖和誤差條形圖
    1.散點圖一figure1#導入繪製散點圖所需要的包import matplotlib.pyplot as pltfrom numpy.random import rand#生成繪圖所需的圖紙fig, ax = plt.subplots
  • 基於Python圖表繪圖系統:matplotlib散點圖和氣泡圖,你了解嗎?
    慣例先來簡單介紹下什麼是散點圖：用兩組數據構成多個坐標點，考察坐標點的分布，判斷兩變量之間是否存在某種關聯或總結坐標點的分布模式。散點圖將序列顯示為一組點。值由點在圖表中的位置表示。類別由圖表中的不同標記表示。
  • 數據可視化·圖表篇——散點圖
    大家好，上周介紹完餅圖之後，您有沒有親自動手嘗試一下呢？今天小數要帶大家熟悉的是散點圖，本文圖表生成所用工具仍然是大眾熟知的Excel。說到散點圖，它既能用來呈現數據點的分布，表現兩個元素的相關性，也能像折線圖一樣表示時間推移下的發展趨勢。可以說是最靈活多變的圖表類型。大數據時代，人們更關注數據之間的相關關係而非因果關係。
  • 數據分析學習:手把手教你用直方圖、餅圖和條形圖做數據分析...
    對於定量數據，要想了解其分布形式是對稱的還是非對稱的、發現某些特大或特小的可疑值，可做出頻率分布表、繪製頻率分布直方圖、繪製莖葉圖進行直觀分析；對於定性數據，可用餅圖和條形圖直觀地顯示其分布情況。
  • 散點圖、箱線圖、核密度函數……數據分析必備的9種可視化圖表
    散點圖這是一種將兩個連續變量之間的關係可視化的完美圖表。通過散點圖來分析萼片長度和萼片寬度的關係。面積圖還可以為這個數據集創建一個面積圖。圖中包括所有有釐米的維度，但是要刪除「物種」列，因為這些在本例中沒有任何意義。
  • python學習筆記:同時畫多圖,折線圖,箱線圖,條形圖,柱狀圖等
    (2,3,1)plot(x,y)#折線圖subplot(2,3,2)#縱向條形圖bar(x,y)subplot(2,3,3)#水平條形圖（h可以看做是horizontal的縮寫）barh(x,y)#畫一個(x,y)和(x,y1)兩個條形圖疊加在一起的圖，以(x,y)的柱狀圖為底subplot(2,3,4)bar(x,y)y1=[7,8,5,3]#'r'紅色bar(x,y1,bottom=y,color
  • python可視化(三)seaborn單變量分析繪圖(直方圖、條形圖)
    本篇文章主要講2個繪圖函數，那就是繪製直方圖的函數seaborn,distplot()和繪製條形圖的函數seaborn.barplot()(關於直方圖和條形圖的區別請查閱前面matplotlib系列中的相關文章)。處理繪圖數據今天我們用直方圖和條形圖展示下NBA2017-2018賽季各球員薪資情況。
  • 學會散點圖,職場新手秒變效率大神
    今天職場君給大家介紹一種數據分析工具——散點圖。散點圖稱得上是商業工作中的數據分析神器。所以，大家趕快來了解一下——通過相關分析發現潛藏在數據中的關聯關係1.用散點圖來驗證數據的相關關係數據分析中經常使用的，與數據透視表並駕齊驅的是「散點圖」。
  • python數據分析常用圖大集合
    條形圖可以幫我們查看類別的特徵。在條形圖中，長條形的長度表示類別的頻數，寬度表示類別。六、箱線圖箱線圖由五個數值點組成：最大值 (max)、最小值 (min)、中位數 (median) 和上下四分位數 (Q3, Q1)。
  • excel圖表應用技巧:不同類型圖表對數據表現的意義和作用
    Excel2016內置的圖表有14大類：柱形圖、折線圖、餅圖、條形圖、面積圖、XY（散點圖）、股價圖、曲面圖、雷達圖、樹狀圖、旭日圖、組合圖等，每種圖表類型下還包含不同的子圖表類型。不同類型的圖表表現數據的意義和作用是不相同的，如下面幾種圖表類型，它們展示的是同樣的數據，但表達出的含義卻截然不同。 下圖主要展示了數據的趨勢和各過程。
  • Part1:怎麼採用SPSS繪製「條形圖」/「柱形圖」、誤差圖?
    這裡的數值一般是指分類變量的頻數或構成比，也可以是連續數據的匯總指標（如均值）。一般直條橫置時稱為條形圖，縱置時稱為柱形圖或柱狀圖。在此都稱為條形圖。 一、把單個「分類變量」繪製成條形圖 案例1：描述「你參加體育活動的頻率」狀況。
  • Python數據可視化:用Seaborn繪製高端玩家版散點圖
    散點圖是用於研究兩個變量之間關係的經典的和基本的圖表。如果數據中有多個組，則可能需要以不同顏色可視化每個組。　　今天我們畫普通散點圖、邊際分布線性回歸散點圖、散點圖矩陣、帶線性回歸最佳擬合線的散點圖　　本文示例多是來自官方文檔，這裡我只是做一下整理，讓大家知道散點圖的不同玩法，不要再繪製老掉牙的普通玩家版散點圖了。　　普通玩家繪製的散點圖　　在 matplotlib 中，可以使用 plt.scatterplot（） 方便地執行此操作。
  • R繪圖之散點圖:12三維散點圖
    三維散點圖是指在x,y,z三維坐標上繪製散點圖。我們介紹用scatterplot3d包和rgl包繪三維散點圖。
  • 如何用R繪製精美的散點圖
    今天，小編帶著小夥伴們一起來了解下散點圖的繪製。小編自己看代碼的時候也覺得枯燥乏味，看圖片比看代碼輕鬆多了。所以我們先上圖。上圖就是通過R繪製出的散點圖，看起來也很漂亮。那麼，這種散點圖是如何繪製的呢？感興趣的小夥伴就請繼續看下面的代碼。
  • Python學習第90課-數據可視化之散點圖繪製
    今天我們學習散點圖，在統計學或者機器學習方面，或者在金融風險控制方面，金融風險控制經常要看異常交易、信貸風險，做這樣的分析就要用到一個圖--散點圖（scatter plot）。下面我們假設繪製一個散點圖需要的數據如下：x=[1,2,3,4,5,6,7,8,9,10]y=[2,5,3,1.6,4.3,5.8,6.2,7.5,8.1,9]根據之前學習繪製折線圖、柱狀圖、直方圖的經驗，我們可以總結出規律：用Python的matplotlib繪製圖形，就是plt.後面跟上要繪製的圖形的英文單詞的縮寫，或者截取該英文單詞的一部分作為一個函數
  • 使用Matplotlib繪製堆積條形圖
    條形圖非常通用，易於閱讀，並且相對容易構建。就像任何可視化一樣，條形圖也有一些缺點，例如它們的可伸縮性較差。條形圖太多會使人感到難以閱讀，尤其是在當我們處理層次化的類別，也就是當我們有需要可視化的組和子組時，這個問題更常見。在這種情況下，堆積條形圖是一個很好的選擇，它讓我們能更好地比較和分析數據。
  • matplotlib中簡單條形圖,你了解嗎?
    條形圖是數據可視化圖形中很基礎也很常用的一種圖，簡單解釋下：條形圖也叫長條圖（英語：bar chart），亦稱條圖（英語：bar graph）、條狀圖、棒形圖、柱狀圖、條形圖表，是一種以長方形的長度為變量的統計圖表。長條圖用來比較兩個或以上的價值（不同時間或者不同條件），只有一個變量，通常利用於較小的數據集分析。長條圖亦可橫向排列，或用多維方式表達。
  • R語言 | R語言繪製抖動散點圖和蜂群圖
    ，展示使用ggplot2包繪製兩種特殊的散點統計圖，抖動散點圖（jitter plot）和蜂群圖（(beeswarm plot）。在上述示例中，每種藥物治療組中只有10個個體（樣本），這樣直接豎直排列散點還是比較清晰的。不過不難想到，當樣本數量非常多的時候，散點圖中可能會出現大量的重疊，甚至連成一條線的情況，很難區分每一個點的位置，此時將對觀察數據分布產生困擾（如本文一開始展示的那個散點圖，由於樣本很多導致點的重疊很嚴重，很難直接觀察數值分布）。
  • 手把手教你用 GraphPad 繪製散點圖
    散點圖在數據統計分析中的作用巨大，一般來說，數據用散點圖來表示顯得比較直觀，更容易理解；並且散點圖更偏向於研究型圖表，可以清晰地反映出變量之間的關係，但這個關係不是簡單的線性回歸關係，可以包括線性關係、指數關係、對數關係等；此外還可以將散點圖用於回歸分析
  • 數據可視化當中的圖表組合:比例面積圖
    就比如以比例面積圖來說，它的結構很簡單（形狀的面積與其表示的數據值成正比），這使比例面積圖易於附加到其他圖，這樣分析出來的信息能夠給我們傳遞更多的信息，那麼我針對比例面積圖收集了以下33種不同的組合形式分享給大家：01 + 100％堆積條形圖通過與100％堆積的條形圖結合，形狀區域被分為多個部分以傳達零件與整體的關係。