
小白学数据分析--Excel复合图之复合雷达图
最近和同行交流时看到一个复合图,该图是雷达图和饼图的组合图,看过觉得很有新意,自己经过尝试发现制作不是很复杂,实用性也比较好,今天就简单说说这个图的做法。今天就要简单的说说怎么做一个这种复合图。
首先我们来看两个图:
这种复合图在某些情况下能够展示出更多的信息,而同时阅读者不会感觉到很混乱。对于我们平时要完成年度或者季度的游戏收入分析,或者人气分析师很有帮助的,目前的主要应用还是在收入方面比较值得推荐。下面就说说怎么制作第二个复合雷达图。
数据展示需求
我们持有一份2011年度游戏的每个月的收入数据,我们希望知道每个季度的情况以及每个季度中那几个月是收入的主要构成(因为每个季度中,总有一个或者两个月的收入是占据多数的)。如果按照传统的作图方式我们需要一个饼图(查看每个季度的收入情况)、一个雷达图或者直方图(每月收入情况)。此处我们可以利用复合雷达图完成这个需求。
制图过程
1.插入圆环图
第一步我们要先插入一个圆环图,此环节的目的在于我们区分四个季度的标志:
此时我们只做了一个圆环图,填充辅助列的数据,完成四个季度的标示。
2.完成饼图(每个季度的收入)
这一部分要注意的是,新出现的饼图会在中心的圆圈部分,注意调整好颜色和尺寸,如下图所示:
外围代表的是每个季度,内部的饼图代表每个季度的收入情况,这样我们就完成大部分工作,当然这里的外部圆环的大小自己可以调节,有人说,简单的办法就是一个圆饼图就行了,外部加上标签,这种做法也可以,只是美观上稍有不足。
3.加上雷达图,表示每个月的收入情况
以上的两步都是简单显示每个季度的情况,现在我们把每个月的收入也加进去,这样,显示出的效果和信息量就加大了,加入雷达图的操作,比较简单,首先也是在原图选择数据,添加每个月的数据,此时的图会变成如下的形式:
可以看到外围是变成了又一圈圆环的形式,不过不要紧,我们此时点击外围的圆环,右键更改图标样式,选择雷达图就OK了
这样我们就完成了一个复合的雷达图制作,这种图其实我们只要制作一次就可以了,以后直接使用模板就可以了。
当然了有时候为了表述问题的清楚,我们所采用的图表不是越这样复杂越好,有时候也是需要简单的图就可以说明问题的,就避免选择这样复杂制作的图。毕竟图是辅助说明问题的。但是无论怎样,我们都要讲究制作的图的精良。这点是很重要的。因为恰当的图示,就会恰到好处的说明问题,此处给大家分享一个关于留存率表示的图标,我觉得这种形式很不错。
这里只是展示了一种展示留存数据的办法,往往我们以前的留存展示只能是展示某一天新登用户的情况,或者只能展示比如次日留存率在一段时间内的情况,上述的展示方式,其实我觉得更加灵活一些,平常我也喜欢用这种方式来展现留存率的情况。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 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解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11