数据分析——Excel可视化(进阶图表)
金蝶云社区-首席数据科学家身份
首席数据科学家
10人赞赏了该文章 1,849次浏览 未经作者许可,禁止转载编辑于2022年04月01日 10:24:03
summary-icon摘要由AI智能服务提供

本文基于《数据分析——Excel可视化(基础图表)》,介绍了Excel中多种基础图表的使用场景及特点,包括散点图、气泡图、雷达图、树状图、旭日图、直方图、瀑布图、漏斗图和地图图表等,每种图表均详细说明了其应用场景和图表类型,旨在提升数据分析中的图表应用能力。


 基础图表的熟练、合理使用,是数据分析的基本素养


本篇文章是在《数据分析——Excel可视化(基础图表)》基础上进行的。主要分享一些气泡图、雷达图、树状图、直方图等图表的场景及特点。


07、散点图和气泡图


散点图有两个数值轴:水平 (X) 数值轴和垂直 (Y) 数值轴。散点图将 X 值和 Y 值合并到单一数据点并按不均匀的间隔或簇来显示它们。


【使用场景】散点图通常用于显示和比较数值,例如科学数据、统计数据和工程数据。


1.png


使用散点图的情况:

  • 要显示大型数据集之间的相似性而非数据点之间的区别。

  • 您要在不考虑时间的情况下比较大量数据点 - 在散点图中包含的数据越多,所进行的比较的效果就越好。


(1)散点图    


2.png

散点图显示数据点以比较值对,但是不连接线。



(2)带平滑线的散点图    


3.png


这种图表显示用于连接数据点的平滑曲线。显示的平滑线可以带标记,也可以不带。如果有多个数据点,请使用不带标记的平滑线。



(3)带有直线的散点图和带直线的散点图    


4.png

此图显示了数据点之间的直线连接线。显示的直线可以带标记,也可以不带。



(4)气泡图或三维气泡图 

气泡图与散点图非常相似,这种图表增加第三个柱形来指定所显示的气泡的大小,以便表示数据系统中的数据点。


5.png

   

6.png

这两种气泡图都比较成组的三个值而非两个值,并以二维或三维格式显示气泡。第三个值指定气泡标记的大小。


08、雷达图


在工作表中以列或行的形式排列的数据可以绘制为雷达图。


【使用场景】雷达图用于比较若干数据系列的聚合值。


7.png



(1)雷达图和带数据标记的雷达图  

  

8.png


无论单独的数据点有无标记,雷达图都显示值相对于中心点的变化。



(2)填充雷达图   

 

9.png


在填充雷达图中,数据系列覆盖的区域填充有颜色。



09、树状图


树状图提供数据的分层视图,方便你比较分类的不同级别。树状图按颜色和接近度显示类别,并可以轻松显示大量数据,而其他图表类型难以做到。当层次结构内存在空(空白)单元格时可以绘制树状图

10.png



【使用场景】树状图非常适合比较层次结构内的比例。



10、旭日图


层次结构的每个级别均通过一个环或圆形表示,最内层的圆表示层次结构的顶级。不含任何分层数据(类别的一个级别)的旭日图与圆环图类似。但具有多个级别的类别的旭日图显示外环与内环的关系。

11.png


【使用场景】旭日图非常适合用于显示分层数据, 在显示一个环如何被划分为作用片段时最有效




11、直方图


直方图中绘制的数据显示分布内的频率。图表中的每一列称为箱,可以更改以便进一步分析数据。

12.png



(1)直方图    


13.png


【使用场景】直方图显示分组为频率箱的数据的分布。


(2)排列图    


14.png


【使用场景】排列图是经过排序的直方图,其中同时包含降序排序的列和用于表示累积总百分比的线条




12、瀑布图


瀑布图显示加上或减去值时的财务数据累计汇总。列采用彩色编码,可以快速将正数与负数区分开来

15.png


【使用场景】在理解一系列正值和负值对初始值的影响时,这种图表非常有用。




13、漏斗图


漏斗图显示流程中多个阶段的值。通常情况下,值逐渐减小,从而使条形图呈现出漏斗形状

16.png


【使用场景】多阶段漏斗转化分析



14、地图图表


数据中含有地理区域(如国家/地区、省/自治区/直辖市、县)时使用地图图表。


例如,按人口划分的国家使用值。值表示每个国家的总人口,每个值使用两种颜色的渐变。每个区域的颜色根据其值在图谱上相对于其他区域的位置进行指示


17.png


在下面的示例(即按类别划分的国家)中,使用标准图例显示类别以显示组或隶属项。每个数据点由完全不同的颜色表示

18.png


【使用场景】地域分析



以上是Excel的图表的简单分享。后面会逐步分享一些经典自定义的图表,但万变不离其宗,本质上都是基于以上的图表调整而来。


本文转载自:首席数据科学家

作者:NK冬至

原文链接:https://mp.weixin.qq.com/s/eWSk4mHEc4vRMzcpSfADfQ

发布于 数据智能 社群

图标赞 10
10人点赞
还没有人点赞,快来当第一个点赞的人吧!
图标打赏
0人打赏
还没有人打赏,快来当第一个打赏的人吧!