京公网安备 11010802034615号
经营许可证编号:京B2-20210330
一般的excel资金流动分析图
不管现在大企业还是小企业,所有的会计都会制作一般的excel资金流动分析图,资金流动图更多的是对企业资金流动状况的分析,例如每个月的销售收入是多少,在此基础上,加上各种其他收入,减去各种成本费用,得到月末的净利润。
图1所示就是这样的一个图表,在此图表中,可以一目了然地看出利润表的哪些项目对净利润的贡献最大,哪些项目侵蚀了大部分利润,这样就便于发现问题,从而为提高企业利润提供决策依据。
图1
图表中最左边的一个柱形是主营业务收入,是从横轴开始画的柱体,后面依次是本月各项业务数据。正向影响的项目(收入类项目)画成从前一个柱形的高点开始向上延伸的柱形,而反向影响的项目(成本费用支出类项目)则画成从前一个柱形的高点开始向下延伸的柱形:最后一项数据(本月的净利润)为从横轴开始画的柱形。
这个excel图表看起来是柱形图,实际上是从折线图变换而来的。下面是这个图表的主要制作方法和步骤。
1、设计辅助绘图数据区域,如图2所示。
图2
在E列的各个单元格中引用利润表的各个项目数值,其中收入类是正数,成本费用类是负数。
F列各个单元格公式为:单元格F2输入数字0,单元格F3输入公式“=H2”,然后向下复制到最后一个单元格。
G列各个单元格公式为:单元格G2输入公式“=(F2+H2)/2”,然后向下复制到最后一个单元格。
H列各个单元格公式为:单元格H2输入公式“=E2+F2”,然后向下复制到最后一个单元格。
excel表格设计完毕后,将辅助绘图数据区域的数字缩小1万倍显示。
2、选择数据区域D1:D14和F1:H14绘制折线图,如图3所示。
图3
3、选择系列“中点”,将其绘制在次坐标轴上,得到如图4所示的图表。
图4
4、分别选择主数值轴和次数值轴,将它们的刻度最小值设置为0,最大值设置相同的数值(这里均为500000),并把次数值轴设置为不显示,图表就变为如图5所示的情形。
图5
5、选择图表,打开“选择数据源”对话框,将系列“中点”的“轴标签区域”改为新的引用公式“=Sheet1!$E$2:$E$14”,这样,该系列的分类数据就是E列各项目的实际数据,如图6所示。
图6
6、选择系列“中点”,将其设置为不显示线条,但显示其数据标签(要“居中”显示“类别名称”),得到如图7所示的图表。
图7
7、选择系列“起点”或者“中点”,将它们设置为不显示线条,然后单击“图表工具”|“布局”选项卡,在“分析”功能组中单击“涨/跌柱线”按钮,弹出下拉菜单,选择“涨/跌柱线”命令,如图8左所示,即可为图表添加涨跌柱线,其中白色柱形是上涨柱线,黑色柱形是下跌柱线,如图8右所示。
图8
8、分别选择上涨柱线和下跌柱线,设置其填充颜色,其中上涨柱线的填充颜色设置为绿色,下跌柱线的填充颜色设置为红色。
9、删除网格线和图例,调整图表区和绘图区大小,为图表添加图表标题。
10、设置图表区和绘图区的格式,美化图表。
11、手工将涨跌柱线问的各个数据标签拖放到柱形的顶部或者底部,使这些数据表达的信息更加明确。
一般的excel资金流动分析图帮组我们了解企业的资金流动情况,比如每个月销售收入,和一些其他收入以及支出费用的分析。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14