
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
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13