
Excel:专业商务图表的设计与制作原则
多年的电信市场经营分析经历中,制作过和看到过无数的统计图表,有好的例子,更多的则是糟糕的例子。如何让图表具有专业外观和专业精神?这篇日志小结一下在用Excel设计与制作专业商务图表中需要注意的地方。
一般原则:
1、是否需要使用图表?不要在不需要的时候也用图表凑数。
2、不要使用太多图表,轰炸多了印象反而不突出。
3、不要使用Excel的默认颜色和样式,建立你自己的图表风格。
4、在图表的标题中说出你的观点,要向标题党学习。
5、在脚注中填上数据来源,能立即增加你的专业性。
6、尽量减少非数据元素,不能减少就使用淡色。
7、色彩要协调柔和,或者使用同一颜色不同深浅,如黑白灰。
8、尽量不使用3D效果,实在想用的话也要很薄很浅。
9、不要使用excel的数据表,如需则自己画个表格放在图表下面。
10、一个图表只表达一个观点,不做过于复杂的图表,必要时分开做图表。
11、图表不要太大,word文档中邮票般大小的图表就很合适。
条形图:
1、数据要从大到小排序,最大的在最上面。
2、条与条的间距要小于条的宽度。
3、有负数时坐标轴标签放右边或图外。
4、标签非常长时,可放在bar的中间。
柱形图:
1、不要使用斜标签,别让读者歪着脑袋看。
2、分类标签文字过长时,使用条形图。
3、Y轴刻度应从0开始,即使要从非0开始,也要在底部假意标上0及截断标识。
4、同一数据序列不应使用不同颜色。
5、有负数时坐标轴标签放上边或图外。
曲线图:
1、线条要足够粗,明显粗过所有非数据元素。
2、一般不要使用marker。
3、不要放太多线条,以免杂乱,必要时分开做图表。
4、不要使用斜标签,让读者歪着脑袋看
5、Y轴刻度应从0开始,即使要从非0开始,也要在底部假意标上0及截断标识。
6、可不使用图例,直接标在曲线边。
7、多条曲线时,强调其中需要强调的那根,最粗线型或最深颜色。
8、做小而多的曲线图时,各图坐标刻度要保持一致。
饼图:
1、数据要从大到小排序,最大的从12点位置开始。
2、数据项不要太多,小于7项或者5项,太细的归于其他。
3、不要使用爆炸式,最多可将某一片扇区分离以强调。
4、不要使用图例,直接标在扇区上或旁边。
5、尽量不使用标签连线,如用则切忌凌乱,最好手工画直/折线。
6、尽量不使用3D形式,如用则厚度要薄、仰角要大。
7、做有色饼图时,边框线用白色,可产生切割感。
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