用DataFocus將Excel數據繪製圖表時需避免哪些誤區?

2020-11-25 DataFocus

用DataFocus將Excel數據繪製圖表時需避免哪些誤區?

在日常工作中,無論是製作銷售業績報表,還是對年度工作的匯總,亦或是製作研究報告,我們都需要將Excel表中數據繪製成圖表。但是,正確的數據並不代表繪製的圖表一定正確,若繪製圖表時出錯,可能會導致傳達的信息錯誤。

接下來,我們藉助DataFocus系統,來看下繪製圖表時可能出現的幾個誤區。

過於複雜的圖表

專業的圖表,一般只用來說明一個觀點,且美觀精緻。若將過多的數據放在一個圖表中,且沒有明確的主題,會讓人無法直觀看出圖表要表達的信息。

圖表 1. 1 複雜的圖表

容易造成誤導的圖表

圖表需要反映真實的數據情況,不能誇大其實或隱藏。

例如,折線圖用來表達變化趨勢時,y軸從0開始和不從0開始,呈現的起伏是不同的。所以在製圖時,一般不將y軸截斷。只有完整地呈現y軸,才能顯示合乎比例、完整的數據。

圖表 2. 1 完整圖

圖表 2. 2 更改y軸最小值

圖表 2. 3 更改y軸最大最小值

錯誤的圖表

例如下圖所示,線條過多的折線圖,線條交織在一起效果很差。折線圖中一條線代表一個圖例,圖例過多時不適合使用折線圖。

圖表 3. 1 線條過多

不必要的圖表

圖表需要有明確、必要的目的,不能為了顯示分析報告的專業而使用多餘的圖表湊數。若圖表呈現出的效果不能讓數據分析結果更加直觀、便於理解,那麼這張圖表就是不必要的圖表。如圖所示,餅圖沒起到任何比較的作用,各扇面感覺大小都差不多。

圖表 4. 1 沒起到比較的作用

以上,是藉助DataFocus系統簡單介紹的幾個將Excel數據繪製圖表時可能出現的誤區。在進行數據分析並製圖時,我們需要注意圖表的選擇使用。儘可能從 簡潔、明確、細節、外觀 等方面進行考量。

除非註明,否則均為DataFocus企業大數據分析系統,讓數據分析像搜索一樣簡單原創文章,轉載必須以連結形式標明本文連結。

相關焦點

  • 用DataFocus將Excel數據繪製圖表後的編輯與美化
    用DataFocus將Excel數據繪製圖表後的編輯與美化 前面的內容我們了解到,專業的圖表需要有 圖表類型簡單、觀點表達明確、細節處理到位、設計美觀等特點,以及了解了圖表的繪製方式和圖表的選擇。
  • excel圖表應用技巧:不同類型圖表對數據表現的意義和作用
    Excel圖表類型非常多,並且各類型有相似之處。譬如折線圖和面積圖,都可以用來表達趨勢。那什麼時候更適合用面積圖,什麼時候更適合用折線圖呢?我來看看下面這篇文章吧!學習更多技巧,請收藏關注部落窩教育excel圖文教程。 今天不講技巧,講講每位Excel使用者都無法迴避的問題。
  • 【Excel技巧】F分布概率密度函數圖表的繪製
    利用Excel繪製t分布的概率密度函數的相同方式,可以繪製F分布的概率密度函數圖表。
  • Python數據可視化實例之繪製圖表
    Python數據可視化實例之繪製圖表原創 蟲蟲安全 2018-09-05 17:41:57得利於語言的簡單明了、豐富的數據結構、豐富的類和模塊,Python如今成了數據科學中的香餑餑,成了matlab、R語言之外又一強大的數據分析工具。拋開其他方面的、今天蟲蟲帶大家一起來探索Python在數據可視化方面的應用。
  • 用Seaborn繪製圖表
    Seaborn是一個功能強大的Python庫,用於增強數據可視化。它為Matplotlib提供了大量高級接口。Seaborn可以很好地處理數據幀,而Matplotlib則不行,它可以讓你以更簡單的方式繪製引人注目的圖表。
  • excel的形狀與圖表——讓數據展示更加有趣
    雖然excel的主要功能是數據的統計與分析,但是也具有word、PPT中的某些圖表形狀功能。使用這些功能,可以使數據與圖形結合,從而更形象化、多樣化地呈現內容。比如形狀圖片的格式變換、smartart圖形、組合圖表以及動態圖表等。現在就一起來看看這些形狀與圖表功能的常用操作吧。
  • excel圖表製作技巧:多系列數據,如何製作組合圖表?
    本篇教程是做懂領導心思圖表的第三篇,分享多系列數據圖表的製作經驗。多系列數據圖表的製作,在工作中,一直是個難題。由於數據系列較多,做出來的圖表看著總顯得混亂,各數據之間的對比性也不強,基本違背了我們作圖的初衷。那有沒有什麼好的思路或者方法來製作多系列的圖表呢?下面我們就來看看excel高手是如何進行製作的。學習更多技巧,請收藏關注部落窩教育excel圖文教程。
  • 數據可視化圖表工具有哪些圖表類型?
    每到月度、季度、年度總結的時候,用到最多的、最有說服力的就是數據了。讓數據說話,擺事實、講道理才能贏得上級的肯定。 大家都聽過「數據可視化」,也知道要用直觀的圖表讓受眾理解複雜多變的數據。
  • 一文學透:excel表格數據統計圖表製作,班主任必看!
    在網際網路高度發達的當代,數位化教學已成為了當前各大高校及k12學校的主要教學方式;對於數位化教學的普及,老師們也隨之需要掌握關於數位化教學的相關技能,其中在教學過程中用得最多的工具就要數excel了,它本身具備的強大功能,對於掌握其技能的老師們來說,勢必是提升他們辦公效率的重要手段
  • 韋編|五分鐘學會Seaborn常用圖表繪製
    下面選取常用的幾種圖表繪圖示例,並給出函數的參數注釋,大多圖表都可以通過一行代碼實現繪圖功能,五分鐘的時間即可掌握常用圖表的繪製。# 設置圖表風格為darkgrid sns.set(style='darkgrid') # 讀取Seaborn自帶的數據集irisiris = sns.load_dataset("iris") # x軸為萼片長度,y軸為萼片寬度 # hue: 根據品種分類 # truncate: 截斷,為True時回歸線受到數據大小的限制,默認為False # height:圖表大小g=sns.lmplot
  • 使用Pandas,Seaborn和Plotly繪製漂亮的圖表
    2018: Regplot showing how Life Ladder (Happiness) is positively correlated with Log GDP per capita (在今天的文章中,我們將研究使用Python繪製數據的三種不同方式。 我們將通過利用《 2019年世界幸福報告》中的數據來做到這一點。
  • excel圖表製作技巧:如何將多個銷售項目,做成九宮格
    說到「九宮格」,想必大家都不陌生,平時朋友圈裡的九宮格配圖,吃火鍋時的九宮格火鍋,手機屏幕上的九宮格解鎖圖案等等,可以說「九宮格」已經滲透進了我們的生活中,就連excel中也有「九宮格」圖表,是不是有點好奇呢?趕緊來看看吧!學習更多技巧,請收藏部落窩教育excel圖文教程。大家好!這裡是部落窩教育,我是花花,很高興和你一起學習Excel教程。
  • Pandas可視化綜合指南:手把手從零教你繪製數據圖表
    最近,一位來自印度的小哥以2019年世界幸福指數的數據為例,詳細講述了在Pandas中plot()函數的各種參數設置的小技巧,熟練掌握這些技巧後,你也能繪製出豐富多彩的可視化圖表。導入數據在繪製圖形前,我們首先需要導入csv文件:import pandas as pddf=pd.read_csv(『.
  • 精品圖表|Excel繪製直方圖與正態分布曲線
    今日更新:Excel繪製直方圖與正態分布曲線老樣子,還是先上幾幅不同配色的圖來看一下:作圖思路先對原始的數據進行分割(組),計算每個分組的頻數與正態分布後。然後插入柱形圖與折線圖,調整柱形的分類間距與折線的平滑度即可。
  • excel函數居然還能製作圖表?沒錯,這1個函數就能製作5種圖表
    ,為負數時會報錯,數據為大於零的整數時候,他就會取整,比如6.8,就會將文本重複6次二、rept函數的常規用法1.成績星級評定公式:=REPT("",B3/20)星星符號使用輸入法直接打出來的,然後用成績除以20得到重複個數2.隱藏手機號碼後四位
  • 將Python中的字典數據轉化為DataFrame
    編譯:老齊與本文相關的圖書推薦:《數據準備和特徵工程》在數據科學項目中,通常用Pandas的read_csv或者read_excel從相應文件中讀入數據,此外,對於數據量不大的時候,可能還有下面的情形出現:import pandas as pddata = {『key1』: values, 『key2』:values, 『key3』
  • 數據可視化,職場數據分析都需要哪些常用的圖表?
    ,便於讓讀者更高效閱讀,而不單是自己使用,通過數據可視化突出數據背後的規律,以此突出數據中的重要因素,並且,數據可視化可以將數據變得更加直觀。我們將常用的圖表類型歸類為基礎圖表和高級可視化圖表。  基礎圖表  柱形圖、折線圖、餅圖、條形圖、面積圖、散點圖、股價圖、雷達圖、氣泡圖、曲面圖、組合圖等  高級可視化圖表  樹狀圖、旭日圖、直方圖、排列圖、箱型圖、瀑布圖、漏鬥圖、Map地圖、動態圖表等。
  • 從Excel中解救你!如何用Python實現報表自動化
    通過使用筆者在數據透視表教程中的數據(https://towardsdatascience.com/a-step-by-step-guide-to-pandas-pivot-tables-e0641d0c6c70),概覽一下我們將要自動化到底是什麼。數據格式將使你期望從公司資料庫中獲得的內容與客戶銷售數據相匹配,與你期望從公司資料庫中獲得的數據相匹配。
  • DataFocus常用統計分析方法
    數據分析師針對不同業務問題可以製作各種具體的數據模型去分析問題,運用各種分析方法去探索數據,這裡介紹最常用的三種分析方法,希望可以對您的工作有一定的的幫助文中可視化圖表均使用DataFocus數據分析工具製作。
  • 不會高效挑選圖表,做什麼數據分析?
    分析數據的相關性使用的圖表中最常見的就是散點圖了。散點圖能夠直觀的表現出兩組數據之間可能存在的關係。但是在這裡需要注意的一點是,在做數據分析時,如果發現數據之間可能存在的關係,那麼就需要進一步確認數據之間是否存在因果關係,這就需要對數據進行更深層次的分析和洞察。