
Excel并列累计柱形图的作法
假如上图为你要给老板做分析的一部分数据,你打算用Excel图表去显示相关数据,当然你可以用excel图表不用怎么费力就可以创建类似下面这样的图表。
如果你认真分析的话,会发现上面两个图表是很难用来进行对比的。Excel很多常规图表往往不能满足实际工作的需要,你要做的就是去其糟怕取其精华,我改我改我改改,永远也不要随便拘泥于软件的固有样式。这里介绍下“并列累计柱形图”。这个图表相对于上面两个图表对比起来方便很多。下面具体讲下怎么样制作这 样一个表格。
第一步;构建数据区域
第二步:选取B10:K13数据区域创建累计柱形图
第三步:编辑累计柱形图样式。
1、删除网格线、背景色,2、右击柱形图>数据系 列格式>选项>分类间距>0,3、右击柱形图>数据系列格式>图案>边框:无>内部定义颜色,4、右击图 例>图例格式>设置字体大小9>取消自动缩放>图案>边框无
第四步:创建分类标签
右击图表>源数据>添加>如右图所示:
1、更改辅助系列图表类型为折线图,右击辅助系列图>图表类型>折线图
2、 右击折线图>数据系列格式>坐标轴>显示次坐标轴X轴,右击图表>图表选项>坐标轴>次坐标轴>勾选次坐标轴X,设置Y轴最大值100,最小值0
3、更改辅助系列图表的数据源,右击折线图>数据源>分类X轴标志为0(之前为100,现在又更改为0完全是为了 方便选取,假如一开始就设置为0的话图表上面看不到也就难以选取)
4、现在就要调转上下X坐标轴。选取左边Y轴坐标轴>右击>坐标轴格式>刻度>勾选分类X轴交叉于最大值,选取游标Y轴坐标轴>右击>做表轴格式>刻度>分类X轴交叉最大值取消勾选剩下就简单了隐藏或删除多余元素
当然,第四步过于复杂,你也可以采用其他的方法,比如插入三个文本框,或者采用辅助坐标点(显示坐标值)这两种方法都可以。这里之所以没有采用这两种更为简单的方法是因为我想自己和读者都多多了解次坐标轴与分类X轴交叉于最大值的效果和使用方法。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10