京公网安备 11010802034615号
经营许可证编号:京B2-20210330
用Excel制作成对条形图_数据分析师考试
成对条形图(或旋风图)常用于对比两类事物在不同特征项目的数据情况,例如美国总统选举中不同地区投支持票和反对票的比例情况,足球比赛中主队和客队的各项技术统计等。图表的特点是两组条形图的数据条沿中间的纵轴分别朝左右两个方向伸展,通过把两个数据系列分别置于主坐标轴和次坐标轴,然后对其中一个坐标轴逆序显示并且对称地设置主次坐标轴的最大值和最小值即可实现图表效果。下面以最近一次西甲国家德比战(皇家马德里VS巴塞罗那)的技术统计数据为案例作说明,数据与效果图如下:
图表制作方法如下:
第一步:创建簇状条形图:选中表中的数据区域A1:C6—>点击“插入”“条形图”中的“簇状条形图”便可得到。这是大部分人常用的图表。
第二步:把其中一个数据系列绘制在次坐标轴:选中图表中红色系列(即巴塞罗那),点击鼠标右键,选择“设置数据系列格式”,系列绘制在“次坐标轴”,此时图表上方会出现次坐标轴。
第三步:分离两个数据系列的数据条:选中图表下方的主坐标轴,点击鼠标右键,选择“设置坐标轴格式”,在“坐标轴选项”中勾选“逆序刻度值”。此时可以看到主坐标轴和次坐标轴的的数值大小是呈反向显示的,两个系列的数据条也分离开了。
第四步:设置坐标轴的数值范围,使得两个系列的数据条呈背靠背显示:选中主坐标轴,点击鼠标右键,选择“设置坐标轴格式”,在“坐标轴选项”中最小值设置为“-1”,最大值设置为“1”,其他不变;同理对次坐标轴进行同样设置。此时可以看到主次坐标轴的数值大小呈对称显示,两个系列数据条呈背靠背显示,与效果图差不多了。
第五步:美化图表:这里主要是对坐标轴标签的设置。选中纵坐标轴,点击鼠标右键,选择“设置坐标轴格式”,在“坐标轴选项”中,“主要刻度线类型”选择“无”,“坐标轴标签”选择“高”,其他设置不变,此时可以看到纵坐标轴标签靠左显示。最后把主次坐标轴的标签、网格线删除,添加数据标签和图表标题便可得到效果图。
动态图,右键点击可放大
该图表制作过程动态图如下:
如果把主次坐标轴的最小值设置为“-1.5”其他不变,我们还可以得到以下效果图:
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29